El centre tecnològic Eurecat ha acollit avui la presentació del primer projecte d’ús d’anàlisi de Big Data i Intel·ligència Artificial per a la prevenció d’epidèmies per ajudar a preveure, detectar i mitigar la propagació d’epidèmies, la coordinació tècnica del qual anirà a càrrec del Center for Innovation in Data tech and Artificial Intelligence (CIDAI). Utilitzant tecnologies digitals avançades, aquest projecte proposarà nous models matemàtics de monitoratge i predicció per a la detecció primerenca de futurs brots epidèmics, capaços de proporcionar la informació necessària per prendre accions de contenció i mitigació més eficaces.

Aquesta ambiciosa iniciativa publicoprivada suma els esforços de la Generalitat de Catalunya, a través del Departament de Polítiques Digitals i Administració Pública i el Departament de Salut; institucions mèdiques i de salut (Hospital Germans Trias i Pujol i Fundació Lluita contra la Sida); centres punters d’innovació i investigació tecnològica i grups de recerca (CIDAI, Eurecat, Barcelona Supercomputing Center, Universitat Rovira i Virgili i Universitat de Girona) i Mobile World Capital Barcelona. A més, el projecte compta amb la col·laboració de la iniciativa GSMA AI for Impact.

L’Observatori s’ubicarà a l’Hospital Germans Trias i Pujol (HGTiP) i comptarà amb la coordinació científica del doctor Bonaventura Clotet, cap del Servei de Malalties Infeccioses de l’HGTiP i president de la Fundació Lluita contra la Sida (FLS). La coordinació tècnica anirà a càrrec del CIDAI, creat en el marc de l’Estratègia en Intel·ligència Artificial del Govern de Catalunya, Catalonia.AI.

La pandèmia de la Covid-19 ha posat sobre la taula la necessitat de detectar amb antelació els brots epidèmics per millorar-ne els processos de contenció i mitigació. Així, l’observatori epidemiològic vol analitzar la propagació d’epidèmies a través de l’anàlisi de dades provinents de les xarxes de telefonia mòbil, del cens, dades epidemiològiques i dades ambientals i meteorològiques, que ajudaran a proporcionar models matemàtics millorats per dissenyar les millors estratègies per preveure i mitigar la propagació d’epidèmies presents i futures.

Big Data per a la prevenció d’epidèmies

El primer projecte de recerca de l’observatori, ‘Big Data per a la prevenció d’epidèmies’, aplicarà tecnologia d’anàlisi de Big Data i Intel·ligència Artificial a dades epidemiològiques, dades de telefonia mòbil, dades censals i dades meteorològiques amb l’objectiu de millorar la comprensió de la propagació de pandèmies per poder anticipar-se i millorar la gestió dels recursos públics.

Així, primer es procedirà al creuament de les dades de forma agregada i anonimitzada -en cap cas implicarà traçabilitat o identificació de les persones-, i a l’anàlisi i extensió de models matemàtics per comparar i predir patrons específics d’epidèmies, a partir de la grip i la Covid-19. Això permetrà definir un primer model epidemiològic al qual posteriorment s’aplicaran tècniques i algoritmes de Machine Learning (aprenentatge automàtic) per millorar-lo. Finalment, es treballarà en la construcció d’una eina capaç d’integrar les diferents fonts de dades de manera automàtica que permetrà el monitoratge de l’evolució d’una epidèmia i crear un sistema de suport a decisions obert per a les comunitats científica i sanitària.

Tractament de les dades i privacitat de les persones

Una de les prioritats d’aquest Observatori és definir i posar en marxa un model de tractament de dades que garanteixi plenament el respecte a la informació de caràcter personal per protegir la intimitat i privacitat dels ciutadans. En aquest sentit, per tal d’estudiar la transmissió del virus, es treballarà amb dades agregades epidemiològiques i de mobilitat, sempre agregades i anonimitzades, seguint les recomanacions i millors pràctiques del Comitè Europeu de Protecció de Dades (CEPD) i del Departament de Salut.