{"id":1981,"date":"2020-09-17T11:13:55","date_gmt":"2020-09-17T14:13:55","guid":{"rendered":"https:\/\/icc.fcen.uba.ar\/?p=1981"},"modified":"2022-03-29T10:29:13","modified_gmt":"2022-03-29T13:29:13","slug":"la-inteligencia-artificial-como-apoyo-a-las-politicas-publicas-en-salud","status":"publish","type":"post","link":"https:\/\/icc.fcen.uba.ar\/en\/la-inteligencia-artificial-como-apoyo-a-las-politicas-publicas-en-salud\/","title":{"rendered":"La inteligencia artificial como apoyo a las pol\u00edticas p\u00fablicas en salud"},"content":{"rendered":"

Investigadores del ICC desarrollan herramientas computacionales que permiten monitorear, evaluar y dise\u00f1ar pol\u00edticas p\u00fablicas basadas en informaci\u00f3n de malnutrici\u00f3n de ni\u00f1os, ni\u00f1as y adolescentes de todo el pa\u00eds. El proyecto se lleva a cabo a partir del an\u00e1lisis de datos del Programa Sumar y est\u00e1 enmarcado en el Plan Argentina contra el hambre.<\/strong><\/p>\n

Sin lugar a dudas la inteligencia artificial y la ciencia de datos se han convertido en nuevos aliados de la medicina. No s\u00f3lo la utilizaci\u00f3n de algoritmos y t\u00e9cnicas de software resultan elementos fundamentales para ayudar a los procesos de diagn\u00f3stico a trav\u00e9s del an\u00e1lisis de diversos conjuntos de datos biom\u00e9dicos sino que tambi\u00e9n estas herramientas permitir\u00edan generar alertas tempranas sobre brechas de inequidad en salud, riesgos potenciales u otros indicadores formulados a partir de la relaci\u00f3n entre la informaci\u00f3n sanitaria disponible y los datos sociodemogr\u00e1ficos de la poblaci\u00f3n estudiada.<\/span><\/p>\n

Teniendo en cuenta estas premisas, investigadores del Instituto UBA-CONICET de Ciencias de la Computaci\u00f3n -con la coordinaci\u00f3n del grupo de Bioestad\u00edstica Aplicada DEGE FCEN-UBA- est\u00e1n colaborando fuertemente con el programa SUMAR, un programa nacional que brinda cobertura a todas las personas que no tienen obra social ni prepaga. A partir de poder estudiar datos antropom\u00e9tricos de millones de ni\u00f1os, ni\u00f1as y adolescentes de 0 a 19 a\u00f1os de todo el pa\u00eds, los investigadores buscan extraer informaci\u00f3n nutricional valiosa que permita tomar mejores decisiones.<\/span><\/p>\n

\u201c<\/span>Analizando datos de alt\u00edsimo valor de altura, peso, edad y otras variables, buscamos: por un lado, generar indicadores de prevalencia de bajo peso, baja talla, obesidad y sobrepeso y, por otro lado, desarrollar herramientas que permiten identificar y alertar sobre potenciales situaciones de riesgo de malnutrici\u00f3n en esta poblaci\u00f3n vulnerable de ni\u00f1os, ni\u00f1as y adolescentes en diferentes provincias o jurisdicciones de Argentina<\/span><\/i>\u201d, puntualiza <\/span>Edgar Altszyler<\/b>, investigador del ICC en el Laboratorio de Inteligencia Artificial Aplicada (LIAA).<\/span><\/p>\n

En este contexto, el objetivo del trabajo es desarrollar herramientas computacionales y estad\u00edsticas que permitan monitorear, evaluar y dise\u00f1ar pol\u00edticas p\u00fablicas basadas en esta informaci\u00f3n de escala nacional, a partir de t\u00e9cnicas de inteligencia artificial, aprendizaje autom\u00e1tico y ciencia de datos. En un primer paso, los investigadores elaboraron un mapa interactivo con el software R, de manera que los tomadores de decisiones puedan entender en forma gr\u00e1fica c\u00f3mo es la distribuci\u00f3n espacial de diversos \u00edndices de malnutrici\u00f3n a lo largo de diferentes regiones del pa\u00eds.\u00a0 \u201c<\/span>El mapa permite elegir y mostrar los \u00edndices relevantes tales como bajo peso, baja talla o sobrepeso, y poder seleccionar o agrupar distintas variables seg\u00fan lo que a cada uno le interese analizar. Por ejemplo, los rangos etarios de la poblaci\u00f3n, el tipo de jurisdicci\u00f3n a analizar que muestra una granularidad del mapa, si se quiere analizar efectores de salud o analizar por \u00e1rea geogr\u00e1fica, entre otras variables<\/span><\/i>\u201d, explica Altszyler. Este mapa es la primera instancia de desarrollo del proyecto, cuya primera versi\u00f3n est\u00e1 pr\u00e1cticamente concluida.<\/span><\/p>\n

\u201c<\/span>En una segunda instancia, haremos an\u00e1lisis estad\u00edsticos y usaremos modelos predictivos de aprendizaje autom\u00e1tico supervisado que permitan estimar la evoluci\u00f3n de los distintos indicadores de malnutrici\u00f3n considerados, agregados a diferentes escalas geogr\u00e1ficas. A partir de la integraci\u00f3n de informaci\u00f3n sociodemogr\u00e1fica de cada regi\u00f3n con los datos del plan SUMAR, los modelos predictivos brindar\u00e1n informacion valiosa que pueda ser capitalizada en el dise\u00f1o de pol\u00edticas p\u00fablicas por los organismos competentes en cada caso, sobre todo para fortalecer el acceso a la Canasta B\u00e1sica de Alimentos<\/span><\/i>\u201d, comenta el investigador del ICC.<\/span><\/p>\n

Altszyler -quien trabaja en el proyecto junto a Pablo Turjanski, otro investigador del ICC, y en conjunto con investigadores del Grupo de Bioestad\u00edstica Aplicada de Exactas, de quien depende la coordinaci\u00f3n del proyecto- aclara que se est\u00e1 gestionando un convenio espec\u00edfico entre la UBA y el Ministerio de Salud enmarcado en el Plan de Argentina contra el hambre, el cual posibilitar\u00e1 transferir este conocimiento directamente a las autoridades sanitarias y formuladores de pol\u00edticas p\u00fablicas.<\/span><\/p>\n

\u00bfCu\u00e1l es el mayor desaf\u00edo del proyecto? Ante esta pregunta, el investigador del ICC subraya uno de los aspectos claves para todo trabajo riguroso con grandes vol\u00famenes de informaci\u00f3n: la limpieza de los datos. \u201c<\/span>Es una tarea central de nuestro grupo, ya que se trata de corregir nuestro set de datos. Inicialmente los datos est\u00e1n totalmente tabulados, pero el punto es que no todos los datos cargados est\u00e1n limpios. Hay ejemplos donde la base de datos de esta magnitud posee cargas de consultas con datos repetidos, o con fechas inv\u00e1lidas, entonces puede haber errores lo suficiente importantes para alterar los resultados del modelo. La idea es corregir y limpiar la informaci\u00f3n para que finalmente quede homog\u00e9nea<\/span><\/i>\u201d, concluye Altszyler.<\/span><\/p>\n

Enlaces importantes del proyecto \u201cAplicaci\u00f3n de herramientas de visualizaci\u00f3n y modelos estad\u00edsticos geoespaciales y temporales para el an\u00e1lisis epidemiol\u00f3gico de la malnutrici\u00f3n en la poblaci\u00f3n de ni\u00f1os, ni\u00f1as y adolescentes beneficiarios del programa Sumar\u201d:<\/b><\/p>\n

Laboratorio de Inteligencia Artificial Aplicada:<\/span> https:\/\/liaa.dc.uba.ar\/es\/inicio\/<\/span><\/a><\/p>\n

Grupo de Bioestad\u00edstica Aplicada:<\/span> http:\/\/www.ege.fcen.uba.ar\/investigacion\/grupo-de-bioestadistica-aplicada\/<\/span><\/a><\/p>\n

Art\u00edculo cient\u00edfico de Diego Fern\u00e1ndez Slezak, Pablo Nu\u00f1ez et. al. \u201c<\/span>Impacto de la Cobertura Universal de Salud sobre Crecimiento y Nutrici\u00f3n Infantil en Argentina<\/span><\/i>\u201d:<\/span> https:\/\/ri.conicet.gov.ar\/handle\/11336\/111879<\/span><\/a><\/p>\n

Programa Sumar:\u00a0 <\/span>https:\/\/www.argentina.gob.ar\/salud\/sumar<\/span><\/a><\/p>\n

Plan Argentina contra el hambre:<\/span> https:\/\/www.argentina.gob.ar\/argentinacontraelhambre\/plan-argentina-contra-el-hambre<\/span><\/a><\/p>\n

\"\"

Edgar Altszyler<\/p><\/div>\n

Otros proyectos de transferencia tecnol\u00f3gica en inteligencia artificial<\/b>
\nEn paralelo a este trabajo cient\u00edfico, el investigador Edgar Altszyler est\u00e1 realizando dos importantes colaboraciones. Una primera abocada a estudiar la presencia de sesgos frecuentes en los <\/span>datasets<\/span><\/i> que se utilizan en proyectos de explotaci\u00f3n de datos y la otra vinculada a la consultor\u00eda t\u00e9cnica para el Laboratorio de Inteligencia Artificial de Hipcam, el cual funciona en una empresa de c\u00e1maras interactivas que -entre otros productos- desarrolla sistemas autom\u00e1ticos de detecci\u00f3n con aplicaciones hogare\u00f1as y de salud.<\/span><\/p>\n<\/blockquote>\n<\/div>

<\/div><\/div><\/div><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"

Investigadores del ICC desarrollan herramientas computacionales que permiten monitorear, evaluar y dise\u00f1ar pol\u00edticas p\u00fablicas basadas en informaci\u00f3n de malnutrici\u00f3n de ni\u00f1os, ni\u00f1as y adolescentes de todo el pa\u00eds. El proyecto se lleva a cabo a partir del an\u00e1lisis de datos del Programa Sumar y est\u00e1 enmarcado en el Plan Argentina contra el hambre.<\/p>\n","protected":false},"author":9,"featured_media":1982,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[71,12],"tags":[29,50,28],"class_list":["post-1981","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actualidad","category-noticias","tag-aprendizaje-automatico","tag-big-data","tag-inteligencia-artificial"],"_links":{"self":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/1981","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/comments?post=1981"}],"version-history":[{"count":5,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/1981\/revisions"}],"predecessor-version":[{"id":2142,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/1981\/revisions\/2142"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media\/1982"}],"wp:attachment":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media?parent=1981"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/categories?post=1981"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/tags?post=1981"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}