Mejorar la vida de las personas gracias a los datos es uno de nuestros propósitos en SAS. Por eso, una de las categorías de los premios Curiosity Data Science Iberian Awards, que hemos organizado este año por primera vez junto a SPAIN AI y la Asociación Portuguesa de Ciencia de Datos (DSPA), ha estado dedicada a la iniciativa Data4Good.

Un proyecto para la detección precoz

Leid Zejnilovic, profesor en la escuela de negocios NOVA SBE de Lisboa e ingeniero de telecomunicaciones con doble doctorado en Cambio Tecnológico y Emprendimiento, ha sido el ganador en esta categoría. Con más de dos décadas de experiencia en la industria tecnológica, es también Presidente y co-fundador de la Data Science for Social Good Foundation y ha dedicado parte de su carrera a trabajar para mejorar la atención a los pacientes en el sector sanitario.

En la primera edición de los premios SAS Iberia Curiosity Awards has sido galardonado en la categoría Data4Good. ¿Podrías explicarnos en qué consiste tu proyecto?

Se trata de un proyecto orientado a identificar a los pacientes con alto riesgo de desarrollar nefropatía diabética. Según datos del Observatorio Nacional Portugués de la Diabetes, una de cada cuatro personas con diabetes llega a desarrollar esta condición crónica, que reduce la capacidad del riñón de filtrar el flujo sanguíneo e implica una pérdida significativa de calidad de vida en los pacientes. Con una atención adecuada y temprana, existe la oportunidad de ralentizar la progresión de la nefropatía diabética, por lo que conseguir una detección precoz es fundamental para la Asociación Portuguesa para la Diabetes, partner e impulsora del proyecto. Desde esta organización querían comprobar si la ciencia de datos podría evaluar este riesgo e identificar mejor los individuos de alto riesgo y nosotros tuvimos la suerte de poder unirnos a este proyecto.

Internamente hemos definido este proyecto en tres partes. La primera es el modelado, desarrollando un modelo algorítmico que predice el riesgo de que pacientes con diabetes tipo 2 desarrollen enfermedad crónica del riñón en un horizonte de entre 3 y 5 años. La segunda etapa sería poner el modelo en práctica, es decir, integrar los resultados del modelo en el proceso de toma de decisiones médicas. Y, por último, tendríamos la construcción de capacidad, que implica que la institución partner esté muy involucrada en el proceso y, como resultado, esté mejor preparada para seguir desarrollando e implementando proyectos de data science. Actualmente nos encontramos en la segunda parte de este proyecto.

Tu proyecto se enmarca dentro del sector sanitario. Estamos viendo cómo la innovación y la tecnología están ganando importancia en esta industria. ¿Cómo puede la ciencia de datos ayudar a mejorar la atención al paciente?

Si consideramos la atención al paciente como un conjunto de acciones que contribuyen a la prevención, tratamiento y gestión de un desorden de salud, la ciencia de datos ofrece una gran cantidad de oportunidades de mejora en todas las etapas del proceso. Pensemos, por ejemplo, en el caso que hemos descrito del uso de la ciencia de datos para prevenir el agravamiento de una enfermedad. Su uso podría extenderse a la monitorización activa y al coaching, sugiriendo tratamientos personalizados o actividades al médico o directamente al paciente y todo esto considerando las respuestas genéticas y personales a diferentes estímulos del entorno.

Aunque todos somos conscientes del problema de escalabilidad de los servicios de salud, éste se hizo especialmente evidente durante la pandemia. Una posible solución para el futuro sería invertir en tecnologías que aumenten el acceso de los pacientes a los servicios de atención y fomenten su autonomía. En este escenario, el paciente participaría de forma activa en una recolección responsable de sus datos, posteriormente en su análisis y entraría a formar parte del proceso de toma de decisiones relacionadas con su salud. La ciencia de datos es aquí un parte instrumental y habilitadora para conseguir un sistema socio-técnico que permita su escalabilidad, mejorar su alcance, el aprendizaje y, sobre todo, un nivel sin precedentes de empoderamiento del paciente.

El potencial de los datos

Data4Good es una iniciativa que da una gran importancia al propósito para el que se usan los datos. ¿Cuál crees que es el potencial de la inteligencia artificial y de los datos para fines sociales?

Data4Good es una gran iniciativa que responde a los esfuerzos de una comunidad para impulsar el uso de los datos para mejorar la vida de las personas. Compartimos la creencia de que la IA puede ayudar a nuestra sociedad a convertirse en algo mejor. Si pensamos en su potencial y en lo que se ha hecho hasta ahora, la realidad es que aún queda mucho camino por recorrer.

Para mí, el beneficio más importante de la IA es la oportunidad de rediseñar la prestación de servicios desde cero para que sean más significativos. Por ejemplo, estoy muy entusiasmado con las posibilidades que ofrece la clasificación europea de capacidades/competencias, cualificaciones y ocupaciones (ESCO) para la gestión del empleo y el desarrollo de capacidades. Parte de una ontología multilingüe y de una recogida responsable de los datos, ofreciendo beneficios a todas las partes interesadas. Así, puede ayudar a los políticos a identificar desajustes entre la oferta y demanda de competencias y actuar en consecuencia; a la planificación del aprendizaje de los ciudadanos y a que las instituciones educativas adapten su oferta formativa.

En esta conversación, apenas hemos tocado dos áreas de interés humano, de entre muchas que pueden ser impactadas positivamente por la IA. Esto refuerza la afirmación de las posibilidades prácticamente ilimitadas de mejorar nuestra vida utilizando la IA.

Los premios SAS Iberia Curiosity Awards se crearon para reconocer la curiosidad de los profesionales de la IA y la ciencia de datos.  ¿Qué influencia ha tenido la curiosidad en tu carrera y en su vida?

La curiosidad es el ingrediente esencial del progreso, ya que mueve a las personas a desafiar el status quo y enriquece nuestras vidas. Yo no soy una excepción y el hecho de que haya elegido trabajar en el mundo académico es muy significativo. El aprendizaje y la experimentación son el mejor alimento para la curiosidad, y el mundo académico es un buen campo de juego.  Descubrir por qué algo es como parece y cómo podemos mejorarlo me motiva a seguir investigando, incluso cuando no todo es de color de rosa, y a pensar en nuevos proyectos de impacto. Hay que ser curioso para estar en el mundo académico.

¿Qué significa para ti este reconocimiento a nivel personal y profesional?

Se trata de un reconocimiento al trabajo de todo un equipo, el personal de la Asociación Portuguesa para la Diabetes y del Centro de Conocimiento de la Ciencia de los Datos. El objetivo de nuestra investigación era encontrar una solución a un problema con un gran impacto y presentamos nuestra solicitud gracias a una de las integrantes del equipo, Lénia, que nos convenció de la importancia que tiene también compartir información sobre nuestro trabajo. El premio supuso una sorpresa para todos que nos ha hecho muy felices a nivel personal. Profesionalmente se trata de un impulso para seguir trabajando en proyectos relacionados con la ciencia de datos.

¿Qué le dirías a alguien que está considerando entrar en el campo de la ciencia de datos?

Si alguien se lo está planteando, significa que ya tiene alguna aspiración o interés en este campo, por lo que le animaría a que lo hiciera. Aunque es cierto que se necesitan algunos conocimientos de matemáticas, programación y estadística para captar los conceptos, si éstos están oxidados o se perciben como insuficientes hay muchas fuentes de conocimiento gratuitas y de fácil acceso que pueden ayudar en el desarrollo de habilidades al propio ritmo de cada uno.

La buena noticia es que el campo de la ciencia de los datos ofrece opciones tanto para las personas orientadas a los beneficios económicos como para las que buscan un impacto social, además de que es una ocupación que probablemente tendrá una gran demanda durante décadas. El peor escenario es que uno descubra que el campo no es el más adecuado e incluso en ese caso, los conocimientos adquiridos pueden ser muy valiosos para tener éxito en otros ámbitos profesionales.

¿Quieres aprender ciencia de datos? Conoce SAS Academy Data Science.