Cómo la IA y los datos del clima pueden ayudar a planificar en época de alergias

Compartir esta publicación:

Las personas alérgicas estacionales se preocupan mucho por lo que sucede afuera con los alérgenos: polen, calidad del aire, entre otros. De hecho, el 68% de las personas alérgicas encuestadas usan pronósticos del tiempo e información para ayudar a controlar sus alergias estacionales (fuente: Estudio de AdSales AI Health & Weather Impact, septiembre de 2019).

A medida que la primavera y el verano están presentes, el equipo de ciencia de datos de The Weather Channel ha estado trabajando para crear un recurso para ayudar a las personas alérgicas estacionales. La aplicación Allergy Insights with Watson disponible en The Weather Channel y weather.com es una nueva función que utiliza IA para ayudar a predecir el riesgo de alergia estacional en su área. Con IBM Watson, The Weather Channel ofrece información útil y alertas con un pronóstico de 15 días para ayudar a las personas a tomar decisiones más informadas y prevenirse durante la temporada de alergias.

Al investigar el problema, el equipo de IBM y The Weather Channel descubrió que aproximadamente la mitad (47%) de las personas encuestadas se autodiagnostican alergias en función de los síntomas, pero el 50% no está seguro de a qué son alérgicas. La mayoría de los rastreadores utilizan tres alérgenos principales: niveles de árboles, hierba y ambrosía para evaluar el riesgo de alergia.

Los científicos realmente descubrieron que las fuentes de polen no son confiables, son irregulares y solo cubren un pequeño subconjunto de especies, pero también que el polen no es un buen predictivo del riesgo de alergia estacional o de cómo se sentirá realmente.

De hecho, el equipo descubrió que el uso de datos de IA y clima en lugar de solo datos de polen resultó en una imagen más precisa del riesgo de alergia. Los niveles de polen aún se muestran para aquellos que saben qué alérgenos los afectan, pero este es uno de los primeros, si no el primero, modelos de predicción de alergia que no se enfoca principalmente en el polen.

El equipo usó el aprendizaje automático de IBM Watson para la capacitación del modelo local de los datos con el fin de ayudar a entregar un pronóstico que sea capaz de evaluar las condiciones subyacentes que causan alérgenos o síntomas y predecir el riesgo de síntomas de alergia estacional en una ubicación determinada. Combina los datos climáticos de The Weather Company, condiciones que afectan los desencadenantes de alergias, como la temperatura, humedad, precipitación, viento y punto de rocío, con datos de salud anónimos y datos de ubicación (utilizados para comprender el medio ambiente y la flora local).

Estas entradas de datos se combinan con la tecnología AI para cumplir con la escala de las propiedades digitales de The Weather Channel, que ven a más de 300 millones de usuarios mensualmente y viven en la nube de IBM.

Los datos de polen y la calidad del aire se excluyeron del modelo predictivo, ya que probaron indicadores poco confiables de riesgo de alergia estacional, pero continúan siendo revisados. También se eliminaron las referencias a la época del año, ya que el inicio de la temporada de alergias cambia con el tiempo debido al cambio climático.

Todos estamos en un viaje hacia la transformación digital. Y a medida que estamos viviendo la era de los datos, es a través de la Inteligencia Artificial que llegaremos allí. Pero para aprovechar ese poder, las organizaciones e individuos necesitan la arquitectura de información correcta.

IBM ha impulsado avances en la inteligencia artificial durante décadas, y seguimos siendo líderes tanto en la ciencia de la inteligencia artificial como en la incorporación de la inteligencia empresarial confiable a los negocios.