¿Puede el Big Data parar una pandemia?

Share on whatsapp
WhatsApp
Share on twitter
Twitter
Share on facebook
Facebook
Share on linkedin
LinkedIn
Aplicaciones del Big Data

Te damos las 4 claves de la explotación del Big Data para combatir la pandemia mundial del COVID-19.

¿Puede el Big Data parar una pandemia? ¿Ha sido importante el Big Data para la gestión del COVID-19? ¿Cómo ha sido utilizado? ¿Qué oportunidades nos brinda?

Durante la crisis COVID-19, el Big Data ha sido una de las herramientas más utilizadas para tratar de mitigar y combatir los efectos de la pandemia.

El análisis, gestión y posterior explotación de grandes cantidades de datos se ha convertido en una de las labores más pioneras y transcendentales del momento. En este sentido, el Big Data puede suponer una importante diferencia competitiva en cualquier ámbito empresarial, institucional o gubernamental. La pandemia mundial del coronavirus no ha sido una excepción. Expertos, sanitarios y gobiernos se han apoyado en el Big Data para entender y, sobre todo, frenar la expansión y los efectos del COVID-19.

[¿Te interesa el Big Data? Pincha aquí]

Belarmino García, director del Master in Big Data and Business Intelligence de Next International Business School, nos recalca la relevancia de la lectura y tratamiento masivo de datos en el contexto actual condicionado por el COVID-19. Belarmino fue presidente de Eurona y Director General / Consejero Delegado de HP, Siemens Nixdorf, Amena/Orange y de Vocento. Actualmente, ejerce de asesor de emprendedores en SECOT

4 claves de la aplicación del Big Data en su lucha contra el COVID-19

  1. Identificación de infectados: muchos países cruzaron información de la localización geográfica de los teléfonos móviles con los datos de personas que dieron positivo en los test. De esta manera, podían conocer los pacientes infectados en tiempo real y contener la propagación de COVID-19.
  2. Inicio de la pandemia: a través de imágenes satelitales, se analizó cómo fluctuaba el número de coches en los parking de seis hospitales de Wuhan. Se analizaron imágenes tomadas desde enero de 2018 hasta abril de 2020. En dicho análisis se vio que entre agosto y diciembre de 2019, aumentó sin explicación evidente el número de coches aparcados en los hospitales de Wuhan. El número era superior al promedio y también mayor al que se observó cuando hubo brotes de gripe.

    En esos dos meses, las consultas en Baidu desde Wuhan de las palabras “tos”, “diarrea” y “problemas respiratorios” se dispararon. Los investigadores llegaron a una conclusión que generaría mucha polémica: “En Wuhan, el aumento de tráfico en los hospitales y de la búsqueda por Internet de información sobre los síntomas aumentó dramáticamente a finales de 2019. Esto precedió el comienzo documentado de la pandemia en diciembre de 2019”.

  3. Exploración de modelos epidemiológicos para combatir la pandemia: mediante modelos matemáticos se puede hacer seguimiento y predecir la evolución de las epidemias. Dichos modelos ofrecen una comparación entre posibles rangos de resultados en función de distintos valores de variables que se analizan. Lo más crítico en casos como el COVID-19 es la colaboración de todos los centros de investigación que trabajan en ésta materia para publicar los datos en un repositorio de código abierto. 

  4. Tratamientos y vacunas: existe una gran cantidad de información publicada respecto al COVID-19. Por ello, es necesario apoyarse en la Inteligencia Artificial y los sistemas expertos basados en redes neuronales. Estas herramientas están ayudando a analizar y filtrar información, especialmente, a los científicos que trabajan actualmente en su descubrimiento.

[¿Te gustaría aprender Big Data? Pincha aquí]

¿Crees que ha sido relevante la aplicación del Big Data en el desarrollo de la pandemia? Déjanos tu comentario.

¿Quieres recibir las últimas noticias de Next International Business School?

¡Completa el formulario y accede al Curso!

He leído y acepto la política de privacidad