Aplanar la curva de COVID-19 con IA y diseño conductual de productos

En marzo de 2020, la pandemia de COVID-19 no había hecho más que empezar. Casi de la noche a la mañana, países de todo el mundo pasaron de la normalidad a un estado de paralización total. De repente, las facetas más sencillas de la vida cotidiana, como ir a la tienda, coger el metro o reunirse con un amigo, podían estar en peligro.

En este ambiente de incertidumbre y miedo, los gobiernos trataban desesperadamente de diseñar soluciones que permitieran a la gente volver a su vida normal, sin dejar de mitigar los riesgos relacionados con el COVID. Pero en aquel momento aún teníamos muy poca información sobre cómo el nuevo coronavirus afectaba a las personas y se propagaba entre la población.

Y lo que es más, las distintas partes de la sociedad se enfrentan a niveles de riesgo muy diferentes a causa del COVID. Los niños, los adultos mayores y las personas inmunodeprimidas corren un mayor riesgo de sufrir graves consecuencias sanitarias a causa del coronavirus, incluida la muerte. Esto hizo mucho más difícil para los gobiernos y las organizaciones de salud pública trazar un camino a seguir: diferentes personas requerían directrices adaptadas individualmente.

Mila es un instituto de investigación de Montreal centrado principalmente en el aprendizaje automático. Fundado por el reputado informático Yoshua Bengio, Mila goza de reconocimiento mundial por sus contribuciones a nuestra comprensión de la inteligencia artificial (IA).

Cuando empezaron los bloqueos, el equipo de Mila imaginó la creación de una aplicación puntera de rastreo de contactos para ayudar a la gente corriente a navegar por la "nueva normalidad" de la vida pandémica. Desarrollada en la intersección de la epidemiología y el aprendizaje automático, la aplicación COVI sería capaz de informar a los usuarios cuando hubieran estado potencialmente expuestos al virus. No sólo eso, sino que también sería capaz de predecir el nivel de riesgo personal de cada usuario en una serie de situaciones cotidianas, basándose en sus datos demográficos, su historial de salud y sus contactos, por nombrar sólo algunos factores.

TDL se asoció con Mila y Libéo, un importante desarrollador de software de Quebec, en un proyecto conjunto para desarrollar COVI. Dada la urgencia de la situación, el proyecto tenía que ser rapidísimo: COVI se hizo realidad en cuestión de semanas, fruto de una intensa colaboración y muchas largas noches. Nuestro trabajo fue cubierto por los principales medios de comunicación de Canadá, incluida la CBC.

Mientras trabajábamos en COVI, se estaban desarrollando en todo el mundo un montón de aplicaciones de rastreo de contactos, ya que todos los desarrolladores se apresuraban a crear herramientas viables para luchar contra COVID-19.

Lo que diferenció a COVI de sus contemporáneas fue su enfoque en las gradaciones de riesgo. Un enfoque basado en el aprendizaje automático nos permitió desarrollar una aplicación que integraba numerosos niveles de información en una puntuación graduada que, a su vez, permitía a los usuarios comprender su propio nivel de riesgo personal en cualquier situación. Con esta información, los usuarios podían tomar decisiones basadas en pruebas sobre qué medidas adoptar, en función de su tolerancia al riesgo y sus necesidades personales.

Como responsables del comportamiento en el proyecto COVI, el papel de TDL consistía en optimizar el comportamiento de la interfaz que verían los usuarios. Éramos responsables de averiguar cuáles eran los retos más acuciantes a los que se enfrentaban los ciudadanos a la hora de tomar decisiones. ¿Cómo podíamos canalizar los conocimientos que ofrecía el aprendizaje automático para proporcionarles algo realmente útil, especialmente en un momento en el que las emociones y el estrés estaban a flor de piel?

Para responder a estas preguntas, realizamos repetidas encuestas de pulso a miles de canadienses, siguiendo la evolución de sus actitudes durante los primeros meses de la pandemia. Preguntamos a los participantes no sólo sobre COVID, sino también sobre sus creencias y actitudes hacia el gobierno, las aplicaciones digitales de salud mental, las aplicaciones de seguimiento, etc. Estos datos nos permitieron identificar posibles puntos débiles y otros escollos, así como los efectos de la pandemia. Estos datos nos permitieron identificar posibles puntos conflictivos y otros escollos, así como incentivos y otras intervenciones conductuales que podrían incorporarse a la interfaz para aliviar las preocupaciones de los usuarios.

Además de nuestra investigación de usuarios, TDL también llevó a cabo una exploración del ecosistema y una revisión de la literatura sobre comportamiento, identificando las mejores prácticas basadas en pruebas que debían seguirse en el diseño de la aplicación UX. Por último, nos encargamos de la compleja gestión de las partes interesadas del proyecto, trazando un mapa de las necesidades y preferencias de las numerosas partes implicadas: ciudadanos, diversos niveles de gobierno y comunidades específicas especialmente afectadas por la pandemia de COVID-19.

Cuando están en juego los datos sanitarios de los usuarios, la privacidad es primordial. Como hemos aprendido de nuestros otros trabajos en el ámbito de la salud y el bienestar digitales, los usuarios tienden a desconfiar de cualquier plataforma que les pida compartir información personal, y con razón. Por eso el equipo tuvo cuidado de cumplir las normas más estrictas de privacidad y protección de datos al desarrollar COVI.

En el back-end, el sistema de COVI se diseñó para que toda la información de los usuarios estuviera totalmente encriptada. Los datos se anonimizaron y sólo se analizaron de forma agregada, para garantizar que nunca se pudiera identificar a ninguna persona. La aplicación también redujo al mínimo la recopilación de datos de los usuarios, limitándola a lo esencial, y eliminó los datos de los usuarios al cabo de 30 días.

A mediados de 2020, el Gobierno de Canadá estaba considerando seriamente convertir COVI en la aplicación oficial de rastreo de contactos de Canadá. Aunque finalmente no se aceptó nuestra propuesta, los códigos y modelos utilizados para desarrollar COVI siguen estando disponibles en código abierto en el sitio web de Mila.

La IA y las ciencias del comportamiento encierran un inmenso potencial para la salud pública. Esperamos que, al poner el código fuente de COVI a disposición de todos, ayudaremos a otros investigadores y gobiernos a desarrollar aplicaciones sanitarias similares basadas en IA en el futuro.