O Centro de Investigación en Tecnoloxías da Información e das Comunicacións (CITIC) da Universidade da Coruña (UDC) vén de presentar os resultados de dous proxectos de investigación baseados na intelixencia artificial para loitar contra o impacto na saúde da covid. Trátase do programa sobre Ciencia e enxeñaría de datos para avaliación, predición poboacional e personalizada da evolución da enfermidade (CEDCOVID), dirixido por Ricardo Cao Abad e Manuel F. González Penedo; e do que estuda a predición da estrutura de proteínas de SARS-CoV-2 con técnicas de IA, liderado por José Santos Reyes.
Financiados pola Axencia Galega de Innovación con 336.895 euros, con cargo a fondos FEDER e co apoio da Vicepresidencia Primeira e Consellería de Economía, Industria e Innovación, poñen en valor a funcionalidade das Tecnoloxías da Información e da Comunicación (TIC) ao servizo da mellora integral da saúde.
Matemáticas ao servizo da xestión sanitaria
As liñas de investigación do primeiro proxecto abordaron diversos obxectivos, entre os que destacan a análise da duración do tempo de hospitalización, o tempo de estancia en UCI de algo máis de 10.000 pacientes galegos de covid ao inicio da pandemia, e a influencia da idade, o sexo e algunhas outras variables clínicas en ditos tempos.
Como consecuencia, levaron a cabo un modelo que permite predicir a conxestión hospitalaria e en UCI do sistema sanitario galego para as diferentes áreas sanitarias. Ademais, realizaron a implementación dun sistema web de visualización avanzada de datos e do seu proceso de extracción, transformación e carga.
Tamén crearon modelos de aprendizaxe automática para predicir se os pacientes diagnosticados con covid precisan diferentes niveis de asistencia hospitalaria durante o curso da súa enfermidade, utilizando só datos demográficos e clínicos. Estudaron incluso a eficacia das intervencións non farmacolóxicas en nove campos de actividade para diminuír a transmisión do SARS-CoV-2 en España, no período que vai de setembro de 2020 a maio de 2021.
Así mesmo, analizaron o impacto da vacinación sobre a incidencia da covid en España. Para iso, formularon modelos estatísticos para explicar o número de pacientes hospitalizados en función da incidencia acumulada de covid e a porcentaxe de poboación vacinada.
Paralelamente, puxeron en marcha unha infraestrutura de Internet das Cousas na que reciben datos de sensores ambientais, sensores industriais e de sistemas fotovoltaicos. No transcurso do proxecto, efectuaron tarefas de análise descritiva e visualización dos datos correspondentes aos niveles de CO2 nas aulas durante as ABAU 2021 e 2022. Desta forma, realizáronse simulacións virtuais para contornos de especial interese, como residencias, supermercados, locais de ocio ou hostalería coa fin de cuantificar a probabilidade de contaxio.
Finalmente, desenvolveron un modelo para a estimación das frecuencias das variantes de virus SARS- CoV-2 presentes en mostras de augas residuais a partir das frecuencias de mutacións de interese.
Novos fármacos
O obxectivo do segundo proxecto foi utilizar diferentes métodos de intelixencia artificial para predicir a estrutura dos diferentes compoñentes proteicos de SARS-CoV-2.
A importancia do coñecemento da estrutura tridimensional dunha proteína provén do feito de que a estrutura determina a súa función e a súa interacción con outros compoñentes moleculares. Por esta razón, centraronse nos compoñentes proteicos cuxa estrutura non foi determinada con métodos de laboratorio estandarizados.
Nestas proteínas sen precisar necesítase a predición por computador, para estimar cal é a posición espacial de cada átomo e de cada aminoácido da proteína concreta, como é o caso de proteínas “non estruturais” que interveñen no proceso de replicación do virus.
Deste xeito, co proxecto do CITIC mellorouse a resolución atómica en diferentes compoñentes proteicos nos que se dispón dun modelo inicial estrutural. A fin foi prover a maior resolución e fiabilidade posibles nas estruturas tridimensionais das proteínas, para o seu uso na procura computacional mediante busca de posibles medicamentos.
