Iniciativa sobre predicción de uso de camas UCI desarrollada por el ISCI es semifinalista del Innovative Applications in Analytics Award
“COVID-19: Short-term forecasting of ICU beds in times of crisis”, es el título del paper e investigación desarrollada por Marcel Goic, Mirko Bozanic-Leal, Magdalena Badal y Leonardo Basso, de la Universidad de Chile y del Instituto Sistemas complejos de Ingeniería (ISCI).
El trabajo realizado por académicos e investigadores del Instituto Sistemas Complejos de Ingeniería para apoyar la gestión de camas críticas en los días más difíciles de la pandemia por coronavirus, ha rendido frutos no sólo en apoyar la gestión de recursos hospitalarios, sino que también porque el articulo ha sido recientemente publicado en PLOS One, una revista científica publicada por Public Library of Science y además, porque el proyecto fue seleccionado como semifinalista de los Innovative Applications in Analytics.
A principios de mayo del 2020, la cantidad de infecciones por Covid-19 había aumentado dramáticamente en Chile, lo que sin duda y como fue en la experiencia de muchos países, amenazaba la capacidad de atender todos los nuevos casos entrantes. Para ese momento el ISCI ya estaba trabajando en analíticas relacionadas con la movilidad en cuarentena y participada de la mesa de datos convocada por el Ministerio de Ciencia. Ante lo crítico de la situación, se les solicitó con urgencia la posibilidad de generar predicciones de utilización de camas UCI a una y dos semanas, en las regiones con más altas tasas de contagio.
A este requerimiento el equipo del ISCI y la Universidad de Chile, respondió con la mayor celeridad, entregando en menos de 48 horas el primer reporte. Por varias semanas y hasta que disminuyó de manera significativa la utilización de camas UCI, se generaron reportes cada dos días con una estimación del requerimiento de camas para cada región del país.
¿Cómo funciona?
El paper “COVID-19: Short-term forecasting of ICU beds in times of crisis”, que se encuentra ya publicado en la revista científica PLOS One, muestra el enfoque utilizado para poder predecir la demanda, enfatizando que aún con información incompleta es posible usar herramientas avanzadas de análisis de datos para apoyar decisiones urgentes. En este caso, se utilizaron una serie predicciones disponibles, combinando modelos epidemiológicos, de machine learning y autorregresivos, para poder proporcionar una simulación a corto plazo de la utilización de camas UCI a nivel regional y capturar diferentes componentes de la evolución del brote, desarrollando una solución que generara predicciones de la cantidad de camas de UCI que necesitaría cada región del país con un horizonte temporal de 14 días por delante.
Esta información fue de uso público y se utilizó activamente en la planificación de capacidad de estas camas, teniendo un margen de error de entre 4% y 9% considerando un horizonte máximo una a dos semanas respectivamente, lo que mejoró los resultados entregados por otros modelos de pronóstico disponibles.
Reconocimiento
Esta investigación figura además, como una de las semifinalistas del Innovative Applications in Analytics Award, que es llevado adelante por la Analitycs Society of INFORMS, Kinaxis y Adelphi University.
La finalidad de este premio es reconocer el uso creativo y único de la combinación de técnicas analíticas que tengan una aplicación insual, pero que sin duda entreguen información relevante o valor con su resultado.
Uno de reconocimientos de este premio es poder presentar la investigación en el INFORMS Annual Meeting, una de las conferencias más importante en Business Analytics & Operations Research que se realiza en Estados Unidos y que por contengencia el 2020 fue realizada de manera virtual.
Puedes leer el paper en: http://bit.ly/3syaiKr
Revisar los reportes predicción uso camas UCI en: http://bit.ly/39s1tJ7