VÍA LA VANGUARDIA


Los comentarios por las redes sociales debían de echar humo en los últimos meses del año pasado. Alertaban de que algo estaba pasando en Wuhan. Muchos vecinos de esta ciudad china de 11 millones de habitantes comentaban que se encontraban mal, tosían y tenían fiebre.
¿Qué estaba pasando? Ellos todavía no lo sabían. Pero el programa diseñado por la start-up canadiense Blue Dot´s lo descubrió. Seguro que esos “no me encuentro bien”, “algo me pasa” o “estoy enfermo” fueron algunos de los más de cien conjuntos de datos analizados por los algoritmos de la start-up para concluir que estaba brotando una nueva enfermedad infecciosa en la capital de la provincia de Hubei. Y lo desveló antes de que las autoridades chinas y la Organización Mundial de la Salud (OMS) alertaran al mundo del coronavirus Covid-19, convertido hoy en pandemia global.
Blue Dot´s, que también predijo el brote de Zika en Florida (Miami) seis meses antes de que ocurriera, está, como otras muchas compañías, en el frente de la inteligencia artificial y el big data contra el coronavirus. Es una, pero hay muchas más. Aquí no están todas las que son, pero son todas las que están. Veamos.
Nuria Oliver, científica de datos, recuerda cómo en 2009 analizó datos agregados y anonimizados de la red de telefonía móvil para medir el impacto que tuvieron las drásticas medidas que adoptó el Gobierno de México (similares a las tomadas hoy por España e Italia) para frenar la pandemia de la gripe A. Han pasado muchos años y, desde entonces, el uso de smartphones se ha generalizado hasta convertirse hoy en un apéndice más de nuestro cuerpo. Se han convertido así en una mina de datos sobre sus usuarios. Lo saben todo de nosotros.

China vs Estados Unidos. En China, donde no hay prácticamente ningún momento de la vida cotidiana que no esté sometido a vigilancia digital, los han utilizado para controlar a toda su población . Por ello, Oliver defiende el uso agregado (agrupando datos de miles de personas) y anonimizado (eliminando cualquier información personal) de los datos de nuestros móviles contra la pandemia para “inferir puntos calientes de población, calcular matrices de origen y destino, detectar los flujos de población entre diferentes zonas geográficas y trazar su movilidad”.
Este es el objetivo del anuncio realizado el pasado jueves en Bruselas: Telefónica y otros siete operadores de telecomunicaciones proporcionarán datos de localización de sus usuarios de teléfonos móviles a la Comisión Europea para facilitar el seguimiento de la expansión del coronavirus.
El análisis de todos estos datos, explica Oliver a La Vanguardia, permite predecir “cómo de rápido se puede propagar el virus” y cuándo se hace necesario “realizar intervenciones destinadas a reducir la movilidad”, como ocurre ahora en España, Italia, el Reino Unido o Estados Unidos.

Estados Unidos crea una app similar a las asiáticas pero garantista con los usuarios para contener la pandemia
Si en China, en un uso controvertido de la tecnología y la inteligencia artificial, se utiliza el sistema de reconocimiento facial y un sofware de detección de temperatura para identificar a las personas que podrían tener fiebre, o en Corea del Sur la app Corona te avisa a 100 metros de distancia si hay alguien infectado cerca, en Estados Unidos se está creando una aplicación similar a las asiáticas, pero garantista con los derechos individuales y la privacidad. Oliver explica que la app se llama Safepaths y es desarrollado por el MIT, la Universidad de Harvard y Facebook.
“La contención, estrategia clave para detener rápidamente una epidemia, requiere una rápida identificación y cuarentena de los individuos afectados, la determinación de con quien ha tenido contacto en los días y semanas anteriores y los lugares que ha visitado”, explican desde Safepaths.
Apps en España. También en España se han creado apps para seguir la evolución del coronavirus y atender a los afectados. Es el caso de Stop Covid Cat 19 , que contribuirá a detectar la enfermedad, hacer un seguimiento de los pacientes, ver cómo evoluciona la pandemia en Cataluña -creará mapas de calor a nivel general y localizados por población- y favorecer mejor la toma de decisiones.
En Madrid se ha creado coronamadrid.com , una web que se convertirá en aplicación, que solicita como la anterior consentimiento para conocer la localización del usuario, y ofrecerá medidas preventivas y de evolución en cada momento.

Los algoritmos analizan 29.000 informes sobre la Covid-19 para saber cómo es y combatirla
“Hay un increíble volumen de datos en los medios de comunicación, en las redes sociales, en los blogs, en las búsquedas de Google, etcétera”, dice John Brownstein, director de Innovación de la Facultad de Medicina de Harvard y experto en Minería de la Información, que pueden ser útiles en la lucha contra el coronavirus. Y ahí están la inteligencia artificial y sus algoritmos para analizarlos.
Después del proyecto de colaboración anunciado por la Casa Blanca el pasado 16 de marzo con las compañías tecnológicas, el Departamento de Investigación de Microsoft, la Biblioteca Nacional de Medicina de Estados Unidos y el Instituto Allen para la Inteligencia Artificial, es lo que se va a hacer, por vez primera, con los 29.000 informes sobre la Covid-19 elaborados desde que se descubrió el brote.
Con la esperanza de que el uso de la inteligencia artificial acelere los conocimientos sobre el nuevo virus y abra vías para combatirlo lo más rápidamente posible.
Google y la nube. La división Deep Mind de Google ha utilizado sus últimos algoritmos y su poder de computación para intentar comprender las proteínas que podrían formar el virus, y ha publicado sus hallazgos para ayudar a las farmaceúticas a proporcionar tratamientos.

Una start-up reorienta su capacidad predictiva para proponer medicamentos contra el coronavirus
Benevolent, que utiliza la inteligencia artificial para desarrollar medicamentos para las enfermedades más complejas, está concentrando ahora sus esfuerzos en el coronavirus. Es la primera vez que esta compañía orienta su producto a una enfermedad infecciosa. A las pocas semanas de conocerse el brote, Benevolent ya utilizaba su capacidad predictiva para proponer medicamentos que podían ser útiles.
Como su velocidad para ejecutar cálculos y modelar soluciones es mucho más rápida que el procesamiento habitual, los investigadores están utilizando los recursos de computación en la nube y las supercomputadoras de varias empresas tecnológicas para acelerar el desarrollo de una vacuna, que ya se anuncia para 2021.

El momento de la robótica. Centros de todo el mundo están recurriendo a nuevas tecnologías para aligerar la carga de trabajo, ya sea ayudando a acelerar los diagnósticos o permitiendo a los médicos monitorizar a los pacientes de forma remota.
Infervision, una start-up que diseñó una herramienta de inteligencia artificial para diagnosticar el cáncer de pulmón a partir de tomografías computarizadas, ahora la está utilizando para detectar la Covid-19. La lectura manual de una tomografía computarizada puede durar 15 minutos, la herramienta de Infervision puede procesarla en 10 segundos.
La start-up Tytocare, que tiene su sede en Nueva York e Israel, ofrece a sus pacientes una serie de herramientas para realizar un examen remoto con su médico. El kit incluye un estetoscopio que permite al doctor escuchar el corazón y los pulmones del paciente y herramientas para enviar imágenes de sus oídos, garganta y piel.

Drones para trasladar pruebas, robots para esterilizar hospitales o médicos por control remoto evitan contactos y contagios
También han sido utilizados drones policías para vigilar o apercibir a los ciudadanos que no respetaban las medidas del estado de emergencia, como ha ocurrido en el Paseo de los Ingleses de Niza, o como medio de transporte para trasladar pruebas sanitarias, como lo han hecho entre el centro de control de enfermedades del condado de Xinchang y el Hospital del Pueblo. O Robots para limpiar, esterilizar o distribuir alimentos en hospitales y reducir así el contacto entre humanos y evitar contagios.
Inteligencia artificial y big data se están revelando como instrumentos esenciales para analizar y descubrir cómo es y actúa este enemigo desconocido y hallar lo antes posible un antídoto al Covid-19, que ha venido para quedarse.

INNOVADORES (La Razón)

Contención. Esa es la mejor estrategia para frenar la expansión del coronavirus. No se trata únicamente de reconocer a las personas infectadas, sino de identificar con quién ha estado en contacto o se ha cruzado. Esa información puede ayudar a gestionar de forma controlada la pandemia, focalizando las pruebas y desinfectando solo los lugares que son necesarios. 

Podríamos mirar hacia otros países que ya han demostrado la eficacia de este tipo de actuaciones, como China, pero de poco serviría. En este caso, el Gobierno extrajo este tipo de datos directamente de los móviles de los ciudadanos, una práctica impensable en EEUU y Europa por su intrusión en la privacidad de las personas.

Investigadores del MIT, Harvard o de la Clínica Mayo, junto con desarrolladores de Facebook y Uber, han ideado una posible solución. Se trata de la aplicación gratuita y de código abierto Private Kit: Safe Paths, que rastrea dónde ha estado el usuario y con quién se ha cruzado para ayudar a ralentizar la propagación del Covid-19.

La diferencia es que la información personal sobre la localización sólo se comparte preservando la privacidad. ¿Cómo? Primero, reemplazando el almacenamiento centralizado de los datos sensibles por el almacenamiento por tiempo limitado en el propio dispositivo del usario. Segundo, preguntando a la persona si da su consentimiento para compartir su información. Y tercero, abriendo su código al mundo para dar "confianza" 

"Private Kit: Safe Paths aprovecha las ventajas de varios modelos de tecnologías de seguimiento de los contactos al mismo tiempo que mitiga los retos de estos sistemas", comentan los desarrolladores. "Más importante, elimina el riesgo de la vigilancia gubernamental".

¿Cómo funciona? La aplicación permite al usuario registrar su localización en el móvil. Si la persona está infectada puede compartir los movimientos con las autoridades sanitarias, "reemplazando un proceso que hasta ahora solo podía hacerse con la memoria".

Además, la app ofrece al usuario información sobre si se ha cruzado con alguien con coronavirus. Y si ha estado en contacto muy cerca, directamente le envía una notificación, sin que entre en juego un tercer actor como un gobierno. 

Según sus creadores, esta fórmula permitiría cerrar y desinfectar zonas concretas. "La implementación de tecnologías de registro de los contactos en una comunidad podrían aumentar la seguridad de todos, así como contener los brotes del virus más rápido", dicen.  

El principal hándicap es que los resultados únicamente serían válidos si la aplicación consigue suficiente masa crítica. También podría generar una especie de falsa seguridad, ya que la app solo avisa de dónde ha estado el virus, no de dónde está en tiempo real.

Acceso a la APLICACIÓN

En EL PAIS


Valencia prepara un proyecto pionero con datos de móviles para trazar el movimiento del coronavirus.

Y NOMMON estudia la Movilidad en MADRID (abajo)

La Comunidad Valenciana prepara desde hace al menos una semana un proyecto con datos de móviles para conocer mejor la situación del coronavirus en su territorio. Los objetivos prioritarios de la autoridades locales son al menos tres: saber cómo se cumplen las restricciones de movimiento, buscar los puntos calientes para asignar mejor los recursos y entender mejor la movilidad de la población y por tanto del virus durante todo el periodo. Los datos son anónimos y agregados y procederán de operadoras, que son las encargadas de procesarlos.

“Los datos de movilidad real pueden ser muy importantes para nuestros modelos epidemiológicos, sabiendo que en la Comunidad Valenciana estamos en un territorio caracterizado por la alta movilidad, sobre todo en los últimos días”, explica Ana Berenguer, directora de Análisis y Políticas Públicas de Presidencia de la Generalitat Valenciana. “Hemos visto sobre todo en el fin de semana una aceleración en el número de infectados y nuestra hipótesis es que está vinculado a la alta movilidad procedente de fuera de la Comunidad”, añade.

Además de aclarar el origen, los datos de movilidad son básicos para comprobar ahora cuánto se ha reducido la movilidad. La Organización Mundial de la Salud recomienda un descenso drástico de la movilidad y la reducción de contactos en un 75% para que sea significativo para frenar la pandemia. Los datos permitirían también comprobar dónde hay aún aglomeraciones de individuos para limitar los focos de contagio o puntos calientes.

El Instituto Nacional de Estadística lanzó un proyecto similar hace unos meses para entender cómo se movían los españoles. Los datos estaban reunidos para celdas de al menos 5.000 personas. La decisión provocó una polémica malentendida sobre privacidad. Ahora Valencia retoma e impulsa localmente esa idea con un objetivo mucho más concentrado. Esta información no es individual ni depende de rastrear el movimiento y los contactos de cada persona que ha dado positivo, como ha ocurrido con apps de algunos países asiáticos.

Italia, Alemania y Austria han empezado con operadoras como Deutsche Telekom, Telecom Italia, Vodafone o A1 Telekom Austria a emplear servicios parecidos. En España, Álvarez Pallete, presidente ejecutivo de Telefónica, escribía la semana pasada: “Hemos puesto a disposición de las Administraciones Públicas y las Instituciones sanitarias nuestros servicios y capacidades para ayudar a contribuir a los esfuerzos para contener el brote: capacidades de Big Data y de gestión de datos anonimizados y agregados de nuestra red, datos de movilidad”. Hasta ahora no había trascendido ninguna iniciativa particular: “Aun no se ha concretado ningún proyecto”, decían este jueves fuentes de la compañía.

Hace años que científicos de datos reclaman un uso consensuado y razonable de estos datos agregados para ayudar en decisiones de políticas públicas. “Estamos en 2020, nos enfrentamos a esta pandemia y no estamos aprovechando la cantidad de datos que hay sobre el comportamiento humano”, dice Nuria Oliver, científica de datos, jefa en Data-Pop Alliance e impulsora del proyecto valenciano.

Un impulso personal

“Me empecé a mover la semana pasada. No podía más, éticamente sentía que debía intentarlo”, explica Oliver. “Contacté con la administración nacional y la Generalitat valenciana, con antiguos investigadores y con colegas en empresas de telecomunicaciones, escribí un artículo para EL PAÍS”, añade.

Como en el caso de la app sobre el coronavirus, la iniciativa privada y una buena recepción en una administración pública ha provocado un avance. Oliver se encontró con un planteamiento muy receptivo en Valencia: “Desde la Generalitat se ha hecho un esfuerzo interdepartamental para impulsar el análisis de datos y apoyar la toma de decisiones tan fundamental en las próximas semanas”, explica Berenguer. El proyecto se enmarca dentro de un plan de inteligencia artificial promovido por el gobierno autonómico. En regiones como la Comunidad Valenciana, que tanto dependen del turismo, un parón veraniego completo sería devastador.

La buena recepción en proyectos de datos no es algo tan común en la administración pública. Las empresas que tienen esos datos no han encontrado a menudo en las autoridades socios con la capacidad y las ganas de crear acuerdos estables. La supuestas falta de recursos y el temor a quejas por falta de privacidad –razonable en otros casos– ha causado que se encallen estas soluciones una vez y otra. Ahora ha llegado el día en que estos datos ayudan a salvar vidas y pocos saben a quién llamar. El coronavirus puede suponer un hito en el uso del llamado big data desde gobiernos de todos los niveles.

¿Qué son las matrices de movilidad origen destino que tanto pueden ayudar? Hacen una estimación de los flujos de movilidad entre distintos municipios, provincias, comunidades autónomas o países. “Esto es importante porque una enfermedad infecciosa no se extiende si la gente no se mueve. Saber por dónde la gente se mueve es valioso para saber cómo se propaga y en qué zonas lo hace”, explica Oliver.

“Si ya tienes un modelo hecho puedes hacer simulaciones y escenarios en función de diferentes estrategias de contención de la población: qué pasaría si se reduce la movilidad de la población en un determinado porcentaje y ves si aún hay demasiados infectados o no”, explica.
En un trabajo previo en México sobre la gripe A, Oliver comprobó que las recomendaciones a la población no sirven para nada. El único método ahora es que la gente se quede en su casa. “Las recomendaciones son la cosa más inútil que se puede hacer. Todos piensan que son para su vecino, no para ellos. Todos pensamos que tenemos motivos más importantes, que nuestra vida es más importante, que no nos vamos a contagiar. Lo que sirve son intervenciones obligadas y monitorizadas”, dice Oliver. “Ahora el único recurso es que la gente se quede en casa”, añade.


Trabajo de NOMMON sobre MADRID.

ENLACE:. 

La movilidad en Madrid se redujo más de un 25% el viernes previo a la declaración del estado de alarma

Nommon lanza un estudio con datos anonimizados de telefonía móvil para analizar los cambios en la movilidad de la población durante la crisis del COVID-19. La empresa pone sus herramientas de análisis al servicio de las administraciones públicas para contribuir a la gestión de la crisis.

Contacto: José Manuel Velasco ([email protected]. 

El gobierno chino pone a disposición del mundo su Manual de Prevención y Tratamiento del COVID19. 

MANUAL Enlace:  

https://covid-19.alibabacloud.com 

Resources Sharing

In order to win this inevitable battle and fight against COVID-19, we must work together and share our experiences around the world.

The First Affiliated Hospital, Zhejiang University School of Medicine has treated 104 patients with confirmed COVID-19 in the past 50 days, and their experts wrote real treatment experience night and day, and quickly published this Handbook of COVID-19 Prevention and Treatment, expecting to share their invaluable practical advice and references with medical staff around the world.

This handbook compared and analyzed the experience of other experts in China, and provides good reference to key departments such as hospital infection management, nursing, and outpatient clinics. This handbook provides comprehensive guidelines and best practices by China's top experts for coping with COVID-19.

This handbook, provided by the First Affiliated Hospital of Zhejiang University, describes how organizations can minimize the cost while maximizing the effect of measures to manage and control the coronavirus outbreak. The handbook also discusses why hospitals and other healthcare institutions should have command centers when encountering a large-scale emergency in the context of COVID-19. This handbook also includes the following：

Technical strategies for addressing issues during emergencies.
Treatment methods to treat the critically ill.
Efficient clinical decision-making support.
Best practices for key departments like inflection management and outpatient clinics.

En EL PAIS 12/03/2020

La Inteligencia Artificial ha penetrado en prácticamente todos los aspectos de nuestra vida, sin embargo, no hemos sido capaces de aprovechar los datos de los móviles para contener la pandemia


Vivimos con gran preocupación la segunda gran pandemia de una enfermedad infecciosa del siglo XXI, después de la pandemia de gripe H1N1 en 2009. Cada día, los titulares nos invaden con reportes de nuevos casos, nuevas muertes, nuevas medidas para intentar contener la propagación del virus, curvas exponenciales de crecimiento en el número de casos y de cierre de locales, comercios así como decrecimiento de nuestra economía. Una pandemia son palabras mayores…

No puedo sino tener un sentimiento de déjà-vu. Hace siete años comenzaba una charla para WIRED preguntando a los asistentes que pensaban que haría el Gobierno si en ese momento se declarase una pandemia. Era una pregunta retórica para llamar la atención del público antes de compartir un proyecto que hicimos donde analizamos datos agregados y anonimizados de la red de telefonía móvil para medir el impacto que tuvieron las medidas drásticas que tomó el Gobierno de México en su día (similares a las medidas tomadas por otros Gobiernos hoy, como los de Italia o España) para frenar la progresión de la pandemia de gripe A. En ese proyecto, así como en proyectos similares llevados a cabo por otros grupos de investigación, demostramos el valor que tienen los datos agregados de la red de telefonía móvil para ayudarnos a medir la movilidad humana y por tanto ayudarnos a construir modelos epidemiológicos más precisos sobre la propagación de enfermedades infecciosas, como es el Covid-19.
Han transcurrido 10 años desde que hicimos ese trabajo y más de una década desde el brote de gripe A. En este periodo de tiempo los smartphones han colonizado el planeta, convirtiéndose en nuestros compañeros inseparables, la Inteligencia Artificial ha penetrado en prácticamente todos los aspectos de nuestra vida e incluso hemos construido coches sin conductor.

Sin embargo, me temo que no hemos sido capaces —una vez más— de aprovechar los móviles y sus datos para ayudarnos a tomar mejores decisiones en el contexto de la pandemia del Covid-19.

Por supuesto que el análisis de los datos de los móviles no puede directamente asistir ni compararse con en el trabajo heroico y admirable de los profesionales sanitarios que están trabajando a contrarreloj.

Sin embargo, podría ser de gran valor para ayudarnos a planificar mejor los recursos, a entender la afectividad de distintas medidas públicas de contención de la movilidad y a predecir de manera más precisa la propagación de la enfermedad.

Sabemos que la movilidad humana es uno de los factores clave que contribuyen a la propagación de las enfermedades infecciosas. Si no nos movemos, contagiando en el proceso a otras personas o contagiándonos nosotros, la enfermedad infecciosa no se propaga. Y precisamente gracias a la ubicuidad de los móviles podemos cuantificar la movilidad humana a gran escala, preservando al mismo tiempo la privacidad de las personas.

Además, en análisis de los niveles de actividad en las torres celulares durante un determinado periodo de tiempo nos permite estimar el número de personas en cada una de las áreas de cobertura de las torres celulares, detectando por ejemplo aglomeraciones de personas y potenciales puntos calientes de propagación de la enfermedad.

Y aunque estos datos no son perfectos, nos proporcionan información sumamente valiosa que sería inviable captar de otra manera o seria extremadamente costoso.

La mayor preocupación que puede suscitar el uso de los datos de móviles es la implicación en la privacidad, especialmente dado el ejemplo de China, donde han utilizado con éxito los móviles para contener la epidemia de Covid-19 pero con serias consecuencias para la privacidad de las personas.

Sin embargo, esta preocupación debería ser mínima. Hay numerosos proyectos por parte de distintos equipos académicos que demuestran que pueden analizarse datos de movilidad humana agregada preservando la privacidad. Este tipo de datos suelen analizarse siempre en modo agregado (es decir, agrupando datos de miles de personas, nunca a nivel individual) y pseudo-anonimizado (es decir, eliminando cualquier información personal).

El potencial para tener impacto positivo es inmenso. Podemos ayudar a salvar vidas. Podemos contribuir a tomar mejores decisiones, decisiones basadas en la evidencia, que nos permitan encontrar el necesario balance entre la implementación de intervenciones que limitan la movilidad con un gran coste económico asociado y el retraso y disminución del pico de la pandemia.

Es momento para aunar esfuerzos, buscar sinergias y compartir visiones. Juntos, tanto instituciones públicas como el sector privado y la sociedad civil, podemos contribuir a ralentizar lo que parece inevitable. Es tiempo ganado para estar más preparados. Todos tenemos móviles. Defendamos su uso para el bien común.
​
Núria Oliver es científica de datos y jefa en Data-Pop Alliance.

Victor GONZALEZ (@vicpiedra) ha escrito un tuit sobre la lucha de distintos gobiernos contra el COVID19 sobre el que merece la pena reflexionar.  

COPIO Y PEGO:

Victor González

¿Que pueden aprender los gobiernos de Italia y España en la gestión de esta crisis frente a otros países como Corea del Sur?

1.-El Ministerio de Sanidad d Corea del Sur ha lanzado una aplicación en Android y iOS donde cada persona q tiene síntomas registra sus datos y pide hora para la realización del test del coronavirus. Este sistema evita las 5.000 llamadas diarias q en España han colapsado el 112

2.- Los datos necesarios de registro en la “app” son; domicilio, edad, sexo y un correo electrónico o un teléfono móvil.

3.-Cuando una persona se registra y pide hora se acude en coche a un “drive in,” en un lugar despejado donde sin bajarse del coche y en cinco minutos un sanitario perfectamente aislado le realiza un raspado nasal.
Esto evita el sistema absurdo de las ambulancias del 112 yendo a domicilios realizar pruebas. Elimina también el riesgo de contagio de los sanitarios porque no hay prácticamente contacto desde el coche. Imaginemos que esta estación se pone en los aparcamientos de IFEMA.
En corea del Sur con estas estaciones han llegado a disponer de una capacidad de realización de 15.000 prueba diarias.

4.- A las 24 horas la persona recibe en su móvil los resultados del test. Si es positivo se le exige una cuarentena obligatoria en su domicilio de quince días.

5.-La aplicación al haberle registrado geo-posicionalmente permite al gobierno detectar si se observa la cuarentena o no.

6.- Diariamente se le envía información al titular sobre los casos que han dado positivo en su área de influencia y con ello un código de riesgo amarillo, rojo o verde en su zona.

7.- Si la persona tiene que romper la cuarentena por motivos excepcionales, solicita una autorización con un código QR para que la policía pueda verificar que están circulando de manera autorizada. Si se detecta a esa persona circulando sin autorización se la multa.

8.-Los datos agregados de todos los que has pasado el test sirven para detectar zonas calientes donde el virus se propaga más rápido y donde conviene realizar una cuarentena más estricta
​
9.-Desde el momento en que tuvieron conocimiento del problema el ministerio de sanidad de Corea del Sur procedió a adquirir mascarillas, geles desinfectantes y suministros de oxígeno, así como equipos de respiración asistida.

Con estas medidas han logrado retrasar la velocidad de propagación e incrementar la capacidad de sus unidades de vigilancia intensiva para atender ese 15% de infectados que tienen dificultades respiratorias.

De ahí sus tasas de menor mortalidad frente a Italia o España donde empezamos a ver que pacientes con estas dificultades no pueden ser atendidos.

10.-Mediante la información agregada por la app el gobierno realiza desinfecciones exhaustivas con la colaboración del ejercito y medios materiales como camiones "cuba-calles", centros comerciales, mercados y otros lugares susceptibles de ser foco de contagio.

Concluyendo. Con estas medidas y apelando a la responsabilidad de los ciudadanos, en Corea de Sur se han realizado más de 200.000 pruebas y el número de nuevos contagios está descendiendo de manera importante, así como la tasa de mortalidad del mismo.

​

Información adicional :

ENLACE: NOTICIA en CNN: Coronavirus: Corea del Sur usa app con GPS para monitorear a infectados con el virus

ENLACE: MIT TECHNOLOGY REVIEW:  Llega la 'app' que vigila a las personas en cuarentena por coronavirus

ENLACE: CORONAVIRUS y PRIVACIDAD. EL PAIS.  Cuando la batalla tecnológica contra el coronavirus amenaza el derecho a la privacidad



Visto en INFOBAE

Corea del Sur observa una

estabilización en la lucha contra

el coronavirus

INFOBAE

Por Hyonhee Shin

SEÚL, 9 mar (Reuters) - El presidente de Corea del Sur, Moon Jae-in, expresó el lunes una esperanza cautelosa en la lucha del país contra el coronavirus, diciendo que la actual tendencia a la baja en las nuevas infecciones podría llevar a una fase de estabilidad.

Sin embargo, advirtió de que no se concluir prematuramente que se ha llegado al pico del brote de coronavirus, ya que siguen apareciendo nuevos casos en grupos más pequeños.

Los Centros de Control y Prevención de Enfermedades de Corea (KCDC) informaron de 69 nuevos casos de coronavirus, aunque a lo largo del lunes se proporcionará más información.
Los nuevos casos elevaron el total de infecciones de Corea del Sur a 7.382, mientras que el número de muertes aumentó en 1, a 51, dijo el KCDC.

La tasa de aumento de nuevas infecciones cayó a su nivel más bajo en 10 días el domingo.
Corea del Sur es uno de los países más afectados fuera de la China continental.

Moon dijo que Corea del Sur puede entrar en la "fase de estabilidad" pronto si continúa reduciendo el número de nuevos casos.

"Debemos mantener esta tendencia", dijo en una reunión con sus principales asesores. "Hemos llegado hasta aquí gracias a los ciudadanos que se unieron y cooperaron bien con el Gobierno".

"Pero es demasiado pronto para ser optimistas... Por favor, tengan un poco más de paciencia y manténganse alejados de las reuniones multitudinarias como los eventos religiosos", añadió Moon.

Las autoridades sanitarias dicen que el número de nuevas infecciones identificadas ha disminuido ya que la mayoría de los aproximadamente 200.000 seguidores de una iglesia cristiana muy afectada por la epidemia en la ciudad de Daegu ya han sido examinados.

El primer ministro Chung Sye-kyun también dijo en otra reunión que seguía siendo extremadamente cauteloso, pero que "hay esperanza de que podamos llegar a un punto de inflexión en un futuro próximo".
​
(Información de Hyonhee Shin; información adicional de Joyce Lee; Editado por Stephen Coates y Michael Perry; traducido por Tomás Cobos)


AMPLIACIÓN  DE LA NOTICIA (12 marzo 2020)


Big Data, IA y móviles

han derrotado al coronavirus

en China
Publicada el 11 de marzo de 2020
Enrique de la Rica (vía LINKEDIN)Dean at ESEUNE Business School (Spain&China)


No han sido únicamente las medidas relacionadas con el confinamiento. China es líder mundial en aplicaciones móviles y también en Big Data e inteligencia artificial, y gracias a ello está ganando la batalla.
Todos los ciudadanos chinos tienen una extensión de la palma de su mano denominada “móvil”. En cuanto se dio la señal de alarma, el gobierno chino comenzó a utilizar esos móviles para generar datos (no se puede combatir esta epidemia si datos).
Enviaron a cientos de millones de ciudadanos formularios a sus móviles preguntando sus datos personales, edad, ciudades a las que habían viajado en los últimos 14 días, si han estado en contacto con personas procedentes de las zonas conflictivas...Todos los días llegaban formularios preguntando por sus movimientos, su temperatura, afectados cercanos, etc.
Cuando tomabas un avión, escaneaban tu código QR que reflejaba un sistema semafórico: verde (estás limpio), naranja (has estado en contacto con el peligro), rojo (no debieras salir de casa; expuesto a multas si lo haces).
Cuando entrabas en un restaurante, lo mismo. Si no es verde, no comes. En el metro, en el portal de tu urbanización (comités vecinales controlando tu temperas Tura y tu QR), incluso en las calles. Este sistema cruzaba datos con ministerio de sanidad, el de Transporte, la policía, con la información que diariamente generaba tu comité vecinal (encargado de controlar a los vecinos de cada zona), tu empleador..... El gobierno es capaz de adelantarse y saber quien puede estar contagiado y lo bloquea antes de que sea demasiado tarde.
En unos días, billones de datos. Si daba positivo una persona, se trackeaba todo lo que había hecho en los últimos días: donde ha viajado, donde ha comido, con quien ha estado. Si esa persona había volado de Tianjin a Shanghai, las autoridades conocían al instante todos los pasajeros de ese vuelo (se presentaba la Policía en tu casa para obligarte a la cuarentena, bajo amenaza de graves sanciones). Sin alegaciones, excusas ni preguntas: tu QR es rojo y no necesitas saber más.
En Europa no tenemos ni idea respecto a nuestro “color”; creemos que somos todos “verdes” y casi nadie sabe si sería “naranja” e incluso hay miles de “rojos” que no son conscientes y en este mismo instante te están sirviendo un café y un pintxo de tortilla.
Algoritmos y machine learning procesaban esos billones de datos y ayudaban a las autoridades a luchar contra el Coronavirus. Y lo han conseguido. Hoy en China hay solo 16.000 casos activos. Los mismos que en Italia, Francia, Alemania y España (pero aquí no tenemos “semáforo” ni si le espera...e imagino a las autoridades procesando los datos en un panel de Visual Thinking). Confiamos en que la Sanidad europea es muy superior a la China pero, ¿podemos decir lo mismo de nuestra tecnología e inteligencia artificial? Esta crisis no se soluciona únicamente lavándonos las manos.

Vía RETINA (El País)


Una mujer se persona en la mesa de entradas de un juzgado de Buenos Aires, Argentina. Son las 10 de la mañana de un lunes frío de agosto de 2018. Llega acompañada por sus tres hijos, que se sientan en el suelo a jugar, mientras su madre conversa con el empleado. “Vengo a presentar un amparo para cobrar el subsidio por situación de calle”, desliza la mujer con algo de vergüenza. Después de unas pocas preguntas, cuyas respuestas van a parar a un formulario de papel, el empleado le solicita su carnet de identidad y se adentra en la oficina. La señora decide sentarse a esperar. Está cansada y sabe que pasarán meses antes de que esta pequeña bola de nieve que acaba de empujar se convierta en la posibilidad de dormir bajo techo.

Lo que desconoce es que, si su expediente no se resuelve en primera y segunda instancia, intervendrá, como último recurso, el Ministerio Público Fiscal. Y allí, a diferencia de las instancias anteriores, las causas se resuelven en minutos. ¿Cómo es posible? Porque trabajan con un sistema informático que utiliza inteligencia artificial (IA). Su nombre es Prometea.

Cuando un oficial de justicia del mencionado ministerio tome en sus manos el expediente, solo deberá responder, hablando o escribiendo, las preguntas de un chat como WhatsApp. Y, en exactamente cuatro minutos, habrá obtenido el dictamen, además de la estadística relevante para el caso y links de interés para ilustrar la decisión. Luego, los juristas del organismo solo revisan el procedimiento, imprimen y firman. Habrán completado en media hora un trabajo que suele llevar meses.

Un modelo que interesa en España

En octubre de 2019, autoridades del área de modernización del Ministerio de Justicia español visitaron las oficinas del Ministerio Público Fiscal de la Ciudad de Buenos Aires. El objetivo era conocer Prometea, el sistema informático que se utiliza en la capital argentina para resolver casos de diversa materia pero sencilla resolución: infracciones menores, accidentes de tráfico o políticas sociales, entre otros.

Sofía Duarte Domínguez, directora general del órgano antes llamado Modernización de la Justicia de España —en enero de 2020 pasó a ser Transformación Digital de la Administración de Justicia—, hizo declaraciones al respecto en la prensa argentina: “Nos hemos estudiado todo acerca de Prometea, sabemos que es un sistema fabuloso y queremos ver si podemos llevarlo a España. Incluso el [entonces] secretario de Estado de Justicia, Manuel Dolz, nos dio carta blanca para avanzar con esto que es, sin dudas, el futuro de la justicia”.

El tema no debería tomarnos por sorpresa. Unos días antes de la visita de la comitiva española al organismo porteño, el profesor de Derecho y Ciencia Política de la Universitat Oberta de Barcelona (UOC) David Martínez explicaba, en un artículo publicado por La Vanguardia, que la IA bien podría ser utilizada en España en casos “de fácil respuesta jurídica”, con lo que se lograría descongestionar el tráfico de expedientes judiciales. A pesar de que Duarte Domínguez subraye que la digitalización de todo el Ministerio resulta suelo fértil para automatizar la justicia, ella misma advierte de que uno de los principales obstáculos al proceso reside en la resistencia de los trabajadores judiciales, que creen que la informática les quitará el empleo.

A favor de automatizar la justicia

Las observaciones de Martínez están en consonancia con lo que piensan algunos expertos argentinos, comprometidos con la tarea de hacer una justicia inteligente. Es el caso del juez de la Corte Suprema de Justicia de la provincia de Mendoza, Mario Adaro, que aplica Prometea diariamente y participó recientemente en la primera Cumbre Iberoamericana de Inteligencia Artificial, en la sede del MIT (Boston).

“La IA tiene una capacidad de procesamiento de información en grandes volúmenes que acorta los plazos burocráticos en una medida nada desdeñable porque, habitualmente, a mayor cantidad de causas y pocos decisores, más tiempo por caso”, señala a EL PAÍS RETINA. “Utilizando procesos automáticos, el juez tiene mayor capacidad de análisis”.

El fiscal general adjunto de Buenos Aires, Juan G. Corvalán, creó Prometea tras haber detectado que, en la mitad de las causas en las que interviene el personal judicial, la mayor parte del tiempo se usa para constatar datos personales, información que se reitera, etcétera. Adaro lo ilustra con el ejemplo de causas tributarias, señalando que “son sentencias seriadas, de amplio volumen, donde las decisiones son agrupables en conjuntos claros y todo es bastante mecánico y predecible. Al utilizar IA para ese tipo de problemas, Prometea hace que la cantidad de errores en la carga de datos, tipeo y redundancia baje sensiblemente”, asegura el juez mendocino.

“La IA puede procesar información en grandes volúmenes, lo que acorta los plazos burocráticos”


El origen: Estados Unidos

Hay tres casos emblemáticos de aplicación de IA en la justicia, además de Prometea. El más famoso es el programa Compas (Correctional Offender Management Profiling for Alternative Sanctions), que se usa en varios Estados de Estados Unidos. Se trata de un software que se utiliza desde 1998 para analizar, según los antecedentes penales de un acusado, sus probabilidades de reincidir. El programa plantea un cuestionario al acusado. Una vez que este responde todas las preguntas, el sistema calcula el riesgo de reincidencia, por lo que el juez define, por ejemplo, si conviene o no otorgar la libertad condicional mientras se completa el proceso judicial.

Compas saltó a la fama con el caso Loomis, de 2013. Acusado de huir de la policía y usar un vehículo sin autorización de su dueño, a Eric Loomis le cayeron seis años de prisión y cinco de condicional porque Compas estimó un riesgo alto de reincidencia. Loomis recurrió, alegando que su defensa no podía rebatir los métodos de Compas porque el algoritmo no era público. La Corte Suprema del Estado de Wisconsin desestimó el recurso. Años más tarde, en 2018, se supo que el sistema analiza 137 aspectos de cada imputado. Pero, al contrastar el nivel de éxito entre las predicciones de Compas y las de juristas de carne y hueso, se constató que el nivel de acierto de la IA no es superior, o incluso, quedan en evidencia errores graves.

“Los promedios estadísticos dicen algo sobre los patrones de comportamiento común en un colectivo. No describen perfiles individuales y son incapaces de captar la singularidad del ser humano”, explica Lorena Jaume- Palasí, experta en ética y tecnología y fundadora de Algorithm Watch y The Ethical Tech Society. “Con ello podemos entender colectivos con una mirada un poco más arquitectónica, pero también incurrimos en el riesgo de meter a individuos en estándares en los que no cuadran”.

Para aclarar si es viable juzgar a alguien penalmente usando IA hay que comprender con qué criterios actúa el algoritmo (lo que reclamó la defensa de Loomis). Jaume-Palasí sostiene que, a fin de cuentas, el Derecho es un algoritmo que se aplica desde mucho antes de que existiera la informática. “[Con el caso Loomis] todos han puesto el ojo en el sistema informático y se escandalizaron por el racismo, pero Compas nos permitió enterarnos de los sesgos que tienen los jueces, porque el sistema lo crearon humanos que venían trabajando y decidiendo con esos sesgos que luego evidenció el programa”.

“Los promedios estadísticos ayudan a comprender colectivos, pero son incapaces de captar la singularidad del ser humano”

¿Es Prometea como Compas?

Además de su cargo en la Justicia, Juan G. Corvalán es director del Laboratorio de Innovación e Inteligencia Artificial de la Facultad de Derecho de la Universidad de Buenos Aires. En 2017, creó junto con sus colaboradores el software de Prometea.
Corvalán destaca, entre las cualidades del sistema, que “Prometea no utiliza técnicas de IA de caja negra, o lo que se conoce como deep learning; es decir, todo el proceso del algoritmo es abierto, auditable y trazable”. Compas, en cambio, aplica dos redes neuronales cuyo funcionamiento resulta una incógnita porque “fue desarrollado por una empresa privada que ostenta los derechos de propiedad intelectual del algoritmo”.

El software argentino, sostiene Corvalán, no hace sino reproducir el proceder de la magistratura del país. “Las predicciones de Prometea se basan en el análisis del historial de lo que los jueces han decidido, son ellos quienes entrenan al sistema. Por ejemplo, en la Corte Constitucional de Colombia [país en el que también se aplica el programa] son los propios magistrados quienes llevan adelante el permanente ajuste de las predicciones de Prometea, con nuestra asistencia técnica, por supuesto”.

Bases de datos y sesgos

No hay IA que valga sin datos. Y al hablar de datos, aparece el fantasma de los sesgos, como el racismo del que se ha acusado a Compas. Los números construyen un discurso de objetividad que impide, a veces, cuestionar decisiones. “Los algoritmos no son más que opiniones encerradas en matemáticas”, dejó escrito Cathy O’Neil en su célebre Armas de destrucción matemática.

“Lo que indudablemente permiten los algoritmos es estandarizar las decisiones. Es decir, uniformar criterios para que no se brinden dos respuestas diferentes ante el mismo problema”, opina Pablo Mlynkiewicz, licenciado en Estadística y exresponsable de la Dirección General de Ciencias de la Información de Buenos Aires. “Pero, claro, para que eso se traduzca en un avance real en la justicia, la base de datos debe poseer representación de todos los colectivos. Si no, habrá errores”.

Mlynkiewicz coincide, de este modo, con Jaume-Palasí y con Adaro al destacar un punto fuerte a favor de la automatización de procesos judiciales: evitan dar dos respuestas distintas ante un mismo problema. Es decir, se aporta consistencia argumental en los fallos. Aun siendo la más crítica con estos sistemas, la filósofa mallorquina admite que automatizar procesos judiciales basados en estadística puede ayudar a corregir errores que hoy la justicia se niega a aceptar. “Hace tiempo que sabemos que los jueces y el sistema judicial que conocemos no son muy consistentes. Poder hacer trazabilidad y estadística de las decisiones judiciales gracias a la IA no está nada mal”, enfatiza.

Los jueces robots en China

En octubre de 2019 se presentó en Beijing el Tribunal de Internet, definido como un “centro de litigios en línea”. Según la información oficial, se trata de una plataforma en la que las partes cargan los datos del problema a resolver y la IA hace el resto: busca jurisprudencia, analiza la temática, contrasta pruebas y dicta sentencia.

El sistema no tiene grandes diferencias técnicas con el de Estonia, donde también se está apostando fuerte por la automatización de la justicia: no hay intervención humana en todo el proceso. Pero entre ambos países hay una gran distancia en estándares democráticos. En el pequeño país báltico, considerado el más avanzado del planeta en materia digital, quien dirige el proyecto es el joven Ott Velsberg, quien pretende que las demandas que se presenten ante el tribunal digital no superen los 7.000 euros como cantidad reclamada por daños.

Allí todo fluye, porque se trata de una sociedad con altos estándares en materia cívica. Pero al hablar del gigante asiático, las cosas cobran otro tenor. “El desarrollo de los jueces virtuales o cibernéticos en China ha seguido la misma línea que el Sistema de Crédito Social: de abajo hacia arriba”, explica Dante Avaro, especialista en el modelo de control gubernamental chino, en referencia al controvertido mecanismo de puntuación de los ciudadanos puesto en marcha por Beijing para determinar si son o no fiables. “Ambos comenzaron a principios del nuevo milenio. En el caso de la IA en la justicia, se experimentó en ciudades como Shandong, luego en Hengezhou, Beijing y Guangzhou. El objetivo fue aportar eficiencia a los procesos judiciales en temas de comercio electrónico, pagos virtuales, transacciones en la nube y disputas sobre propiedad intelectual”, ilustra.

El detalle es que, en manos de un Estado no democrático que pretende ordenar a la sociedad trabajando transversalmente un scoring que Avaro denomina “trazabilidad ciudadana”, la aplicación de IA en la justicia es peligrosa porque queda vinculada con el Sistema de Crédito Social y el sistema de reconocimiento facial Yitu Dragonfly Eye. “Se está construyendo un descomunal aparato de vigilancia estatal”, concluye Avaro