IMFarmacias_105.2 ESPECIAL COVID-19

| 42 El Big Data contribuirá a la ansiada vacuna para el SARS-CoV-2 EL NUEVO CORONAVIRUS SARS-COV-2, CAUSANTE DE LA ENFERMEDAD COVID-19, TAMBIÉN TIENE EN FRENTE A LA MODERNA TECNOLOGÍA BIG DATA. HASTA EL PUNTO DE QUE EL PROFESOR CARLOS COSIALS, EXPERTO DE LA UNIVERSIDAD INTERNACIONAL DE CATALUÑA (UIC), ESTIMA QUE LA COMPUTACIÓN Y MANIPULACIÓN DE DATOS AYUDARÁ DE FORMA DECISIVA A IDENTIFICAR LA SÍNTESIS QUE LOGRE ROMPER LA BARRERA DEFENSIVA DEL VIRUS. E labordajeylasrepercusionesdelcoronavirusSARS-CoV-2,causante de la enfermedad Covid-19, trascienden las lindes estrictamente sanitarias. Como explica a continuación Carlos Cosials Ruiz , profesor de Sistema de Información y de la Universidad Internacional de Cataluña (UIC), la evolución de la actual pandemia da lamayor relevan- cia a la gestión de la información. Una actividad de última tecnología que tiene en el Big Data uno de sus principales exponentes, según este ingeniero informático formado en la FIB/UPC, Facultad de Informática de la Universidad Politécnica de Cataluña. Además, Cosials es Industry 4.0 Senior Consultant en Integral Innovation Experts . En ese afán de ir detrás de la pandemia para adelantarse a ella, y a otras que pudieran surgir, el profesor Cosials asegura que el Big Data tiene mucho que hacer en este terreno porque“ en el seguimiento de pandemias, como se está viendo y padeciendo, los datos adecuados permiten hacer una gestión mucho más acertada, sobre la cambiante situación y predecir, con la mayor precisión posible, cómo va a ser el comportamiento del avance de la enfermedad” . Se trata de una actividad tecnológica basada enmodelos estadísticos de inferencia a partir de dos aspectos claves. Saber cuál es la base de partida, por un lado, y conocer las variables significativas, que explican cada modelo, en segunda instancia. Esto requiere disponer de datos normalizados, o “evidencias”, que sean significativas y ex- pliquen el comportamiento acontecido para llegar al momento en que se pueda aplicar el algoritmo con mayor potencial predictivo. De forma que se puedan evaluar los comportamientos y proyec- tarlos hacia el futuro. Con esa finalidad, detalla el profesor, “ lo más adecuado es utilizar el análisis de series temporales, especialmente, si se quiere agrupar/enracimar, o “clusterizar”, si se permite el término, las tipologías de sintomatologías o algún otro tipo de análisis donde se busquen comportamientos cercanos ”. Respecto a la tipología de datos, como estructurados y no estruc- turados, Cosials, que también es director del máster de Big Data Science de la Facultad de Ciencias Económicas y Sociales (FCES) de la UIC, estima que es necesaria una cooperación internacional que permita que la desestructurada recopilación que hace cada territorio se consolide estructuradamente “ con notoriedad para las entidades supranacionales sobre los comportamientos de la transmisión de la infección y la evolución de la patología, con un mayor rol deseable en ese liderazgo para la Organización Mundial de la Salud (OMS) ”. Carlos Cosials