Técnicas de aprendizaje automático para predecir la evolución de una epidemia

Las técnicas de aprendizaje automático pueden proporcionar un análisis sin suposiciones de datos de casos epidémicos con una precisión de predicción sorprendentemente buena y la capacidad de incorporar dinámicamente los datos más recientes, según ha demostrado un nuevo estudio de KAUST. La prueba de concepto desarrollada por Yasminah Alali, estudiante del programa de pasantías de verano sauditas (SSI) 2021 de KAUST, demuestra un enfoque alternativo prometedor a los modelos mecanicistas convencionales basados ​​en parámetros que elimina el sesgo humano y las suposiciones del análisis y muestra la historia subyacente de los datos. .

Al trabajar con Ying Sun y Fouzi Harrou de KAUST, Alali aprovechó su experiencia trabajando con modelos de inteligencia artificial para desarrollar un marco que se ajuste a las características y la naturaleza de evolución temporal de los datos epidémicos utilizando datos de incidencia y recuperación de COVID-19 informados públicamente de India y Brasil.

«Mi especialización en la universidad fue la inteligencia artificial, y anteriormente trabajé en un proyecto médico usando varios algoritmos ML», dice Alali. «Al trabajar con el profesor Sun y el Dr. Harrou durante mi pasantía, consideramos si el método de regresión del proceso gaussiano sería útil para predecir la propagación de la pandemia porque brinda intervalos de confianza para las predicciones, lo que puede ser de gran ayuda para quienes toman las decisiones».

El pronóstico preciso de casos durante una pandemia es esencial para ayudar a mitigar y retrasar la transmisión. Se han desarrollado varios métodos para mejorar el pronóstico de la propagación de casos utilizando modelos matemáticos y de series temporales, pero estos se basan en una comprensión mecánica de cómo se propaga el contagio y la eficacia de las medidas de mitigación, como máscaras y aislamiento. Dichos métodos se vuelven cada vez más precisos a medida que mejora nuestra comprensión de un contagio en particular, pero esto puede conducir a suposiciones erróneas que podrían afectar, sin saberlo, la precisión de los resultados del modelo.

Como las técnicas de ML no pueden capturar la dependencia temporal de una serie de datos, el equipo tuvo que idear una forma de incorporar dinámicamente nuevos datos en diferentes puntos del proceso de aprendizaje «retrasando» las entradas de datos. También incorporaron un método de optimización bayesiano para permitir que las distribuciones extraídas se refinen para una mayor precisión. El resultado es un marco de aprendizaje automático dinámico integrado que se desempeñó notablemente bien con datos de casos reales.

«En este estudio, empleamos modelos de aprendizaje automático debido a su capacidad para extraer información relevante de los datos con flexibilidad y sin suposiciones sobre la distribución de datos subyacente», explica Harrou. «GPR es muy atractivo para manejar diferentes tipos de datos que siguen diferentes distribuciones gaussianas o no gaussianas, y la integración de datos retrasados ​​contribuye significativamente a mejorar la calidad de la predicción».