El profesor del WPI dice que la equidad sanitaria mundial se encuentra en la intersección de la tecnología, la ciencia y la humanidad

El profesor del WPI dice que la equidad sanitaria mundial se encuentra en la intersección de la tecnología, la ciencia y la humanidad

Cada día que pasa, la búsqueda de la equidad en la salud mundial se vuelve más crucial a medida que las necesidades humanitarias alcanzan niveles récord. El año pasado, la Organización Mundial de la Salud encontrar que la mitad de la población mundial no está completamente cubierta por servicios de salud esenciales y que dos mil millones de personas enfrentan dificultades económicas debido a los costos de bolsillo.

Estas brechas no son nuevas, pero están aumentando, especialmente cuando obstáculos monumentales como las pandemias y el cambio climático hacen que abordar las desigualdades sea aún más difícil. Se nos dice que los avances tecnológicos prometen mejorar los resultados de salud y el acceso a esa atención, pero ¿cómo llegamos a eso?

Karen Oates, profesora de biología y biotecnología, quien también dirige un nuevoprograma de estudios de salud global en el Instituto Politécnico de Worcester, se unió a GBH Todas las cosas consideradas Bienvenido Arun Rath para discutir cómo garantizar que las nuevas tecnologías se utilicen de manera efectiva y ética. La siguiente es una transcripción ligeramente editada de su conversación.

Arun Rath: Para comenzar con una pregunta general, ¿puede darnos una idea de cómo es hoy la equidad en salud global y cómo ha evolucionado durante la última década?

Karen Oates: Claro. Creo que es importante que comprendamos la diferencia entre salud pública y salud global. La salud global está realmente interesada en cuestiones de salud que afectan a muchos países diferentes: cuestiones importantes.

Aunque la salud pública puede estar ubicada geográficamente dentro de un área determinada, la salud global en realidad se ocupa de estas cuestiones interdisciplinarias a gran escala y de comprender quién se ve afectado, por qué se ve afectado y qué podemos hacer para ayudar a aliviar algunos de estos problemas de salud. desigualdad en todo el mundo.

Rath: Por tanto, ¿problemas como las pandemias y el cambio climático, que son verdaderamente problemas globales?

Avena: Absolutamente, e incluso hay algunas cosas en las que debemos pensar aquí en los Estados Unidos: cosas como el agua o la nutrición, cosas que afectan la salud general de nuestro planeta.

Rath: Como mencioné, el Instituto Politécnico de Worcester pronto tendrá un programa de maestría que usted dirigirá y que se centrará en la salud pública global. Usted dijo que la agenda del programa se centraría en cómo el futuro de la salud global se encuentra en la intersección de la tecnología, la ciencia y la humanidad. ¿Puedes hablar de eso?

Avena: Creo que realmente estamos en un punto de evolución en términos de inequidades en salud y en la comprensión de cómo mitigarlas. Podemos lograrlo principalmente porque la inteligencia artificial, el aprendizaje automático, la epidemiología y las grandes bases de datos están ahora casi al alcance de los científicos de todo el mundo.

Lo que planeamos hacer es conectar los patrones, las diferentes fuentes de desigualdades y encontrar esos patrones, las conexiones entre ellos. Es casi como una triangulación de diferentes tipos de problemas cuya causa fundamental nos resultaría muy difícil a los investigadores individuales. Tomaría años, pero con el aprendizaje automático y la inteligencia artificial, el tiempo que nos lleva intentar realmente resolver algunos de los mayores problemas del mundo, nos llevará una fracción del tiempo que solíamos tomar.

Rath: Hablas de triangulación, es como resolver un problema abordándolo desde varios ángulos. ¿Cómo te ayudan la IA y la inteligencia artificial a lograrlo?

Avena: Lo que hacemos es crear, por ejemplo, una base de datos que analice una población particular afectada, por ejemplo, por metales pesados. Luego podremos observar dónde podrían estar ubicadas geográficamente las diferentes fábricas. Luego podemos observar el flujo de agua o incluso el agua de pozo en esa área. ¿Es este el número de parámetros que podemos empezar a establecer? ¿Qué podría ser la causa? ¿De dónde puede venir la causa? Y finalmente, ¿qué podemos hacer para solucionarlo? Todo esto es posible gracias a la IA. Estamos reuniendo estas grandes bases de datos para resolver este tipo de problema.

Rath: Cuando hablo de comunidades desatendidas y de escasos recursos, que a menudo se ven afectadas de manera desproporcionada y a menudo excluidas de estas conversaciones, sé que la inteligencia artificial y los datos también plantean preocupaciones sobre los sesgos que pueden reflejarse en las lagunas de datos. ¿Cómo implementamos esta tecnología de una manera que garantice que tengamos todo en cuenta?

Avena: Esta es una pregunta importante en varios niveles. La primera es: ¿quiénes son los datos? ¿De dónde provienen los datos? ¿Cuáles son los sesgos del investigador que introduce los datos? Pero en realidad creo que lo más importante es que cuando obtengamos estos datos, sean transparentes.

Creo que una de las cosas maravillosas de este programa es que prestamos mucha atención al hecho de que será un trabajo in situ, sobre el terreno, y las personas involucradas son las que se verán afectadas. el más. WPI tiene mucha suerte. Hemos tenido maravillosos centros de proyectos en todo el mundo durante más de 40 años y vamos a aprovechar esto llamando a personas de la región a participar en los estudios que llevamos a cabo.

Rath: Parece que la parte de recopilación de datos es un esfuerzo humano bastante grande. ¿Cómo evolucionar para esto?

Avena: Nos encantaría poder ir a un país y recopilar los datos nosotros mismos con la ayuda de la gente allí y sobre el terreno. Queremos que sean parte de la solución del problema. Realmente no queremos intervenir y decir: “Éste es tu problema”. Queremos que participen y, cuando lo hagamos, serán nuestros socios en todo lo que hagamos.

Rath: Es bastante sorprendente oírte hablar de ello: esta combinación de recopilación de datos humanos de nivel muy básico e inteligencia artificial de muy alto nivel.

Avena: Está bien. Lo que nos enseñan los avances en la salud global es que la IA y el aprendizaje automático han alcanzado un nuevo nivel. Ahora podemos diseñar cosas sobre el terreno, incluso algo tan sencillo como un sistema de filtración de agua. Podemos diseñar utilizando los materiales que se encuentran en un país con el talento de sus individuos.

Rath: ¿Qué tan lejos estamos actualmente de poder obtener todos los datos que le gustaría ver para poder empezar a implementar este tipo de soluciones?

Avena: Creo que es muy situacional. Creo que cuando se trata de analizar, por ejemplo, el uso de un sistema de información geográfica para identificar fuentes de agua, nos estamos acercando bastante. Podemos crear bases de datos bastante buenas sobre esto cuando estudiamos, por ejemplo, el envenenamiento por metales y sus efectos en los niños.

Todavía estamos en la etapa de acumulación de datos, pero ha evolucionado muy rápidamente. El futuro de la salud global realmente dependerá de poder identificar buenas fuentes de datos, salir al campo, crear y verificar lo que hay en las bases de datos y luego comenzar a conectarse.

Cuando se trata de aprendizaje automático de Big Data, estamos sólo en el comienzo. Este programa de WPI utiliza IA para conectarse y encontrar patrones, que nos resultarían muy difíciles de ver sin utilizar Big Data e inteligencia artificial. Utilizamos estos datos para ayudar a definir y comprender problemas globales.

Leave a Comment

Your email address will not be published. Required fields are marked *