Alexander Thamm GmbH y la Ludwig-Maximilians-Universität München (LMU) colaboran en un proyecto para luchar mejor contra Corona. El objetivo es predecir las cifras de infección actualizadas diariamente ("nowcasting") para que las autoridades sanitarias regionales, en particular, puedan tomar medidas adecuadas contra la propagación del virus en una fase temprana o relajar las restricciones existentes. El método también optimizará el flujo de información basado en datos para las autoridades y podría utilizarse también en otros ámbitos médicos en el futuro.

Junto con la Universidad Ludwig Maximilian inicia el Alexander Thamm GmbH (AT) está llevando a cabo un proyecto para la lucha contra la pandemia de Corona basado en datos. El proveedor de ciencia de datos e IA con sede en Múnich apoya el "modelo nowcasting" desarrollado por la LMU añadiendo métodos de aprendizaje automático y aprendizaje profundo. El profesor Dr. Göran Kauermann, decano de la Facultad de Matemáticas, Informática y Estadística de la LMU, explica: "El objetivo del proyecto conjunto es proporcionar a las autoridades locales y a los departamentos de salud información procesada estadísticamente y predicciones válidas sobre las infecciones sobre el terreno, así como automatizar el flujo de información hacia ellos." De este modo, los responsables de la toma de decisiones obtendrán información de gran alcance sobre la situación de las infecciones locales, hasta llegar a un sistema de alerta precoz.

Sin una visión global, es un gran reto para las instituciones individuales clasificar correctamente la pandemia y derivar de ella las medidas adecuadas. Las cifras actuales sólo muestran el número de nuevos infectados en la respectiva área de responsabilidad del departamento de salud pública. Esta cifra siempre va por detrás de la incidencia actual de la infección. Es posible realizar proyecciones fiables para el presente y, sobre todo, para el futuro con la ayuda de modelos y procedimientos estadísticos (los llamados nowcasting), que, sin embargo, se basan en datos nacionales y deben desglosarse a los distritos individuales mediante extrapolación estadística. Además, las incertidumbres estadísticas son difíciles de determinar debido a las diferentes frecuencias de las pruebas y la interpretación de los datos disponibles es a veces compleja. Especialmente con el aumento de nuevas infecciones, como se espera en otoño, esto se traduce en incertidumbres de planificación y control.

Flujo de información optimizado gracias a la ciencia de datos

Por eso, el proveedor de ciencia de datos y la LMU quieren utilizar el "nowcasting" para hacer estimaciones precisas de la incidencia diaria de infecciones y ampliarlas a previsiones a corto y medio plazo. En el proceso, los datos sobre infecciones confirmadas, pero sobre todo sobre muertes, aportan conclusiones sobre el número de nuevas infecciones. "Aunque pueda sonar cínico, el número de muertes es estadísticamente más informativo sobre el número de personas realmente infectadas que el número de infecciones notificadas, porque no depende de diferentes estrategias de análisis, precisiones o disponibilidad de pruebas", afirma la Dra. Ursula Berger, del Instituto de Biometría y Epidemiología de la LMU. El jefe del Laboratorio de Consultoría Estadística de la LMU, el profesor Dr. Helmut Küchenhoff, añade: "Nuestro modelo ya predice el número de nuevas infecciones mucho mejor que otros métodos." 

Integración del aprendizaje profundo para minimizar las incertidumbres estadísticas

Para poder desarrollar herramientas que ayuden a las autoridades sanitarias u otras instituciones locales a evaluar la situación y seleccionar las medidas adecuadas, hay que integrar varios procesos. Entre ellos figuran:

• Recogida y gestión de datos, incluida la consideración del proceso de datos de principio a fin.
• Modelización estadística adicional y fusión de los modelos, incluidas simulaciones y modelización de diferentes escenarios futuros.
• Modelización complementaria con métodos de aprendizaje profundo
• Suministro y comunicación de información

El proyecto mejora la gestión integral de los datos, crea transparencia en una fase temprana y permite un control específico de las infecciones", explica Andreas Gillhuber, CO-CEO y director del proyecto por parte de Alexander Thamm GmbH. "Por eso lo consideramos una herramienta valiosa en la lucha contra la pandemia actual, pero también contra otras enfermedades infecciosas como la gripe o el norovirus". 

Acerca de Alexander Thamm GmbH:

La consultora de datos e IA Alexander Thamm GmbH es líder en el desarrollo y la implementación de innovaciones y modelos de negocio basados en datos en los países de habla alemana. Su cartera de servicios abarca todo el recorrido de los datos: desde la estrategia de datos hasta el mantenimiento y la explotación, pasando por el desarrollo de algoritmos y la construcción de arquitecturas informáticas. La Academia de Datos de la propia empresa ofrece formación en ciencia de datos, big data e inteligencia artificial. La academia se fundóa Alexander Thamm GmbH en 2012 por Alexander Thamm y actualmente emplea a más de 150 personas. La sede central se encuentra en Múnich. Otras sedes son Berlín, Fráncfort, Leipzig, Stuttgart y Colonia. Entre sus clientes se encuentran más de la mitad de las empresas del DAX 30.
Encontrará más información en www.alexanderthamm.com. Conéctate con nosotros en LinkedIn: https://www.linkedin.com/company/alexander-thamm-gmbh/ 

Contacto de prensa:
Michaela Tiedemann
Director de Marketing
Tel: +49 176/1891 7438
Correo electrónico: michaela.tiedemann@alexanderthamm.com