Se creará un radar pandémico mundial para detectar nuevas variantes de COVID y otras enfermedades emergentes. Dirigido por la OMS, el proyecto tiene como objetivo construir una red internacional de centros de vigilancia, configurado para compartir datos que nos ayudarán a monitorear la resistencia a las vacunas, rastrear enfermedades e identificar nuevas a medida que surgen.

Sin duda, esto es algo bueno. Quizás más que cualquier evento en la memoria reciente, la pandemia de COVID ha puesto de manifiesto la importancia de poner en común la inteligencia colectiva de la sociedad y encontrar nuevas formas de compartir ese conocimiento combinado lo más rápido posible.

En su forma más simple, la inteligencia colectiva es la capacidad mejorada que se crea cuando diversos grupos de personas trabajan juntos, a menudo con la ayuda de la tecnología, para movilizar más información, ideas y conocimientos para resolver un problema. Las tecnologías digitales han transformado lo que se puede lograr a través de la inteligencia colectiva en los últimos años:conectando a más de nosotros, aumentar la inteligencia humana con inteligencia artificial, y nos ayuda a generar nuevos conocimientos a partir de fuentes de datos novedosas.

Entonces, ¿qué hemos aprendido durante los últimos 18 meses de la puesta en común de inteligencia colectiva que puede informar el radar de pandemia global? Partiendo de la crisis de COVID, ¿Qué lecciones nos ayudarán a perfeccionar la vigilancia de enfermedades y a responder mejor a crisis futuras?

La gente quiere ayudar a los científicos

Responder a amenazas nuevas y emergentes requiere nuevos métodos para llenar rápidamente las lagunas de datos y pruebas. Los métodos de inteligencia colectiva como la ciencia ciudadana se han utilizado ampliamente en el sector medioambiental durante años, pero los científicos inteligentes vieron rápidamente la oportunidad de implementar estos y otros enfoques para aprovechar el apetito del público para contribuir a la respuesta COVID-19.

Antes de que los médicos tuvieran acceso a pruebas comunitarias masivas o pronósticos precisos, por ejemplo, Los datos proporcionados por el público fueron una valiosa fuente de información temprana. Por ejemplo, investigadores del King's College London desarrollaron rápidamente la aplicación de seguimiento de síntomas COVID Zoe, a lo que más de 4.6 millones de personas han contribuido con sus síntomas desde marzo de 2020. Estos datos jugaron un papel fundamental para ayudarnos a comprender cómo el virus afecta a diferentes grupos de personas, exponer la variedad de síntomas de COVID-19 que las personas han experimentado.

Incluso los jugadores han jugado su parte detrás de escena. Project Discovery se describe como un "minijuego de ciencia ciudadana, "en el que los jugadores exploran el espacio exterior mientras dibujan polígonos alrededor de grupos de células. Las poblaciones de células que trazan son de datos de citometría de flujo que normalmente los científicos analizarían minuciosamente para ver cómo una infección por COVID afecta a diferentes tipos de células. Más de 327, 000 jugadores han participado desde junio de 2020, ahorrando a los científicos unos 330 años de investigación.

Quizás más visiblemente, Los esfuerzos de desarrollo de vacunas también han sido impulsados ​​por voluntarios. Más de 500, 000 personas se inscribieron en el servicio voluntario de estudios de vacunas COVID del Reino Unido.

La financiación de la formación y la investigación científicas no suele estar orientada a la participación y la colaboración públicas. Eso significa, a pesar del potencial, el público suele estar excluido de la participación en la investigación científica. Cambiar esto podría ayudarnos a cambiar el dial para prevenir la próxima pandemia y abordar una gran cantidad de nuestros otros desafíos complejos, como el cambio climático.

Dar sentido a demasiados datos

Junto a este aumento de la ciencia ciudadana, 2020 también fue un año excelente para la investigación científica, viendo un aumento del 15% en las presentaciones en papel. Más de 475, Se han compartido en línea 000 artículos y preimpresos relacionados con COVID a partir de junio de 2021.

Este informe científico febril, especialmente intenso en el campo de la salud y la medicina, ha planteado preocupaciones sobre el control de calidad. Los procesos tradicionales de revisión por pares se han visto sometidos a tensiones, con papeles cada vez más publicados como preimpresiones, antes de que hayan sido revisados ​​por pares. Mientras tanto, los tomadores de decisiones enfrentan el desafío de encontrar los recursos más relevantes frente a la sobrecarga de información.

La base de datos colaborativa de evidencia de salud, Epistemonikos, ofrece cierto alivio a estos desafíos. Utiliza una combinación de algoritmos de aprendizaje automático y validación colectiva para identificar todas las revisiones clínicas sistemáticas relacionadas con la consulta de búsqueda ingresada por el usuario.

En el pasado, Fue utilizado por los formuladores de políticas en Chile para acelerar el proceso de legislación de salud pública. Desde 2020, el equipo detrás de Epistemonikos ha identificado más de 6, 000 revisiones sistemáticas relacionadas con COVID-19 dentro de su base de datos. Destacarlos ha ayudado a los profesionales de la salud y a los responsables de la toma de decisiones a encontrar lo que buscan en medio del ruido.

No es solo la investigación científica lo que ha resultado difícil de entender. La avalancha de datos sobre la pandemia también ha requerido una recopilación cuidadosa, dado que a menudo proviene de múltiples fuentes y se encuentra disperso en diferentes sitios web y bases de datos abiertas, muchos de los cuales siguen diferentes estándares y formatos. Los datos sobre una crisis solo son útiles si se sintetizan y presentan de manera que los tomadores de decisiones puedan entender.

Un estudio retrospectivo mostró cómo las búsquedas de Google con palabras clave relacionadas con la pandemia, como "neumonía, "podría haberse utilizado para detectar las primeras señales de advertencia de la propagación del COVID-19 en Europa. Se llegó al mismo hallazgo utilizando datos de Twitter, y, en el futuro, podría contarse con datos de tecnología portátil. Por ahora, estas nuevas fuentes de datos no están integradas en esfuerzos de vigilancia más amplios, pero hacerlo podría ayudar a los gobiernos a mejorar su capacidad para anticipar crisis en el futuro.

En los EE.UU, la ausencia de un sistema disponible públicamente para agregar datos relacionados con COVID llevó a la creación del Proyecto de Seguimiento de COVID. Una comunidad de más de 300 voluntarios reunidos, fuentes de datos seleccionadas y analizadas para producir la fuente pública de información más completa sobre COVID en los EE. UU. Sus esfuerzos ayudaron a procesar los datos que no se informaron sobre las personas en cuidados a largo plazo y la incidencia de COVID organizados por raza y etnia.

Sin embargo, otra iniciativa prometedora contra una pandemia, el proyecto Inteligencia Colectiva y Aumentada Contra COVID-19 (CAIAC), no pudo despegar del suelo, a pesar del apoyo de la UNESCO y el Instituto de Stanford para la Inteligencia Artificial Centrada en el Ser humano. La lección:combinar de manera productiva la inteligencia humana y la máquina podría ayudarnos a lidiar con cantidades abrumadoras de datos, pero no es fácil. Crear y mantener nuevas infraestructuras de datos globales lleva tiempo, esfuerzo e inversión significativa.

La diversidad mejora la inteligencia colectiva

Podemos hacer más para aprovechar adecuadamente la inteligencia colectiva cuando nos enfrentemos a crisis futuras. Más datos ciertamente ayudan, y aquellos que organizan esos datos pueden ayudar a presentarlos ante los tomadores de decisiones clave lo más rápido posible. Pero también importa quién toma las decisiones.

Con el mundo tomado por sorpresa parece que la toma de decisiones de COVID-19 siguió el modus operandi habitual de excluir las voces de las mujeres y las minorías. Un análisis de 115 equipos de trabajo de expertos y de toma de decisiones sobre el COVID-19 de 87 países, incluidos el Reino Unido y los EE. UU., descubrió que solo el 3,5% tenía paridad de género en sus miembros, mientras que el 85,2% eran mayoritariamente hombres. ¿El impacto desproporcionado de COVID-19 en las comunidades y mujeres de minorías étnicas y negras habría sido tan severo si estos grupos de expertos hubieran sido más diversos?

La literatura sobre inteligencia colectiva ha señalado durante mucho tiempo el potencial de la diversidad en la resolución de problemas, pero estos efectos positivos solo se pueden lograr si las instituciones buscan activamente una variedad de voces. Sin encontrar mejores formas de incorporar perspectivas diversas en la toma de decisiones, no vamos a entusiasmarnos demasiado con la igualdad de los beneficios del radar pandémico global, y otros esfuerzos futuros para poner en común datos e inteligencia, se sentirá.

Si bien COVID ha elevado el modelado habilitado por IA al centro de las decisiones gubernamentales, Todavía queda un largo camino por recorrer antes de que estos modelos sean accesibles a la gente común, algo que podría ayudar a diversificar la toma de decisiones. Aquí es donde los métodos participativos más creativos, destinado a ayudar a los miembros del público a explorar las consecuencias de las decisiones políticas y los comportamientos colectivos, puede tener un papel que desempeñar.

El juego Corona Minister permite a las personas explorar las consecuencias de diferentes intervenciones políticas mientras navegan por las compensaciones entre salud pública, la economía y los derechos civiles. En otra parte, Investigadores en Dinamarca han creado una experiencia de juego de realidad virtual en la que los ciudadanos navegan a través de escenas abarrotadas e intentan evitar infecciones. El objetivo de la experiencia es ayudar a los participantes a comprender la complejidad de la propagación de la enfermedad y el papel que desempeña la vacunación.

Avanzar en cómo podemos pensar de forma eficaz, Decidir y actuar juntos es un área que casi no recibe inversión en investigación. Creemos que usar IA para aprovechar al máximo la inteligencia colectiva distribuida de grandes grupos diversos es una frontera importante para la innovación, y una gran oportunidad para preparar a la población para una crisis futura.

Invierta en iniciativas de abajo hacia arriba

Del ébola al COVID, Hemos aprendido una y otra vez que las crisis requieren respuestas tanto de arriba hacia abajo como de abajo hacia arriba. Por lo tanto, si bien el radar pandémico mundial es un gran paso adelante, Los gobiernos que se toman en serio la prevención y respuesta a las crisis deben comenzar a respaldar las infraestructuras digitales y sociales que permitan a las comunidades actuar de manera inteligente.

En 2020, vimos cómo los sistemas de acción comunitaria existentes pudieron girar rápidamente para enfocarse en COVID-19. Uno de ellos fue MetaSUB, un proyecto global para crear retratos microbianos de sistemas de transporte urbano que existe desde 2015. Con una red de voluntarios y científicos en más de 100 ciudades, toman hisopos regulares de trenes y escaleras mecánicas, probar los patógenos que encuentran para detectar cualquier marcador de resistencia a los antibióticos.

La pandemia los vio configurar rápidamente el proyecto MetaCOV, aplicando su metodología anterior para ver cómo cambiaron las muestras microbianas durante la pandemia. Sus datos ayudaron a mostrar que el COVID-19 más largo estaba en una superficie, menos probable era que enfermara a alguien.

Luego está el sistema de pronóstico FluCast, que ha estado aprovechando la "sabiduría de las multitudes" para predecir las tendencias de la gripe estacional para los Centros para el Control de Enfermedades de EE. UU. desde 2015. El sistema se transformó rápidamente en COVIDCast en 2020, que se basa en fuentes de datos abiertos y la participación de voluntarios. COVIDCast ahora ofrece datos en tiempo real a través de una variedad de indicadores, incluido el uso de mascarillas y las visitas al médico relacionadas con COVID, para pronosticar picos regionales de infecciones y hospitalizaciones por COVID.

El hecho de que estos sistemas ya estuvieran presentes y conectados significaba que podían implementarse rápidamente para satisfacer nuevos requisitos urgentes. Muchas respuestas lideradas por la comunidad tienen, por supuesto, surgió para desempeñar un papel vital sin ningún apoyo institucional existente, como grupos que crean EPP para hospitales con dificultades, y comunidades de India y Nepal que realizan un seguimiento de los suministros de oxígeno y la disponibilidad de camas de hospital. Muchos de estos nuevos grupos deben recibir apoyo para que puedan movilizarse rápidamente en futuras emergencias.

Además de eso, mayor inversión proactiva, siguiendo el ejemplo de organizaciones como Omidyar Network, ahora debe dirigirse hacia la infraestructura comunitaria. Y las instituciones gubernamentales deben reconocer que actualmente es demasiado difícil para los proyectos comunitarios conectarse con las instituciones. Si están excluidos de la planificación formal, tales grupos no pueden ofrecer su inteligencia colectiva por el bien colectivo.

Aprovechar la inteligencia colectiva

En su mejor momento, la inteligencia colectiva puede ayudarnos a responder a las crisis con mayor confianza, claridad y cooperación. Pero debemos comenzar a construir y reforzar estos esquemas y sistemas ahora, antes de la próxima crisis.

La pandemia ha sido dura. Pero también ha puesto de relieve nuestra inteligencia colectiva, ya sea a través de grupos de WhatsApp del vecindario o investigación científica internacional. A medida que avanzamos hacia la recuperación de COVID, apostar en nuevas iniciativas como el radar pandémico global, debemos asegurarnos de que estas lecciones no se olviden. Ahora debemos invertir en el poder combinado de los datos, tecnología y personas, lo que nos ayudará a evitar el próximo brote y contrarrestar la próxima gran crisis de la sociedad.

Este artículo se ha vuelto a publicar de The Conversation con una licencia de Creative Commons. Lea el artículo original.