Datatón ARPHAI: encuentro de equipos de investigación y desarrollo de soluciones
Recientemente se llevó a cabo el primer Datatón (“Maratón de Datos”) interno, en el marco del proyecto ARPHAI – Argentinian Public Health research on data science and Artificial Intelligence for epidemic prevention– con el objetivo de integrar los aportes de todos los equipos de trabajo técnicos que desarrollarán las diferentes soluciones tecnológicas en base a los datos disponibles de las Historias Clínicas Electrónicas (HCE).
El encuentro se realizó durante 7 horas de manera sincrónica y con la participación de más de 35 asistentes, especialistas en las temáticas y representantes de una nutrida y plural procedencia institucional. Los participantes pertenecen a los equipos de investigación dedicados al desarrollo de las soluciones de Inteligencia artificial y Ciencia de datos (IAyCD) realizadas en base a datos de HCE correspondientes a ARPHAI. Del encuentro se destaca su carácter interdisciplinario por la participación de personas relacionadas al proyecto en diversos planteles y funciones, así como su distribución federal (Entre Ríos, Santa Fe, Córdoba, Buenos Aires, Tandil) y el trabajo articulado de distintas instituciones participantes.
La metodología de la jornada promovió la integración de -y entre- los grupos de trabajo y fue planteada en dos etapas. La primera, se focalizó en la presentación de los equipos de soluciones tecnológicas y sus propuestas iniciales; la segunda fue orientada al trabajo colaborativo donde cada equipo puntualizó objetivos, alcances y limitaciones de cada solución tecnológica. Estas soluciones fueron definidas inicialmente como Dashboard de visualización de datos, Modelo predictivo y Fenotipado computacional. En colaboración con el desarrollo de estos productos, fueron presentados los equipos transversales que abordarán la detección y mitigación de sesgos, acceso a datos, apoyo y coordinación. Se espera que estas soluciones sean incorporadas en la HCE nacional.
ARPHAI tiene como propósito sentar las bases para incorporar tecnologías y técnicas de frontera como la AyCD a fin de detectar tempranamente potenciales brotes epidémicos en el país y favorecer la toma de decisiones de salud pública preventiva, basada en evidencia, y con perspectiva de género, tanto a nivel nacional como subnacional. Parte del diagnóstico de que, para ello, es necesario disponer de datos digitales de calidad y generar las condiciones para que cada vez más jurisdicciones y provincias argentinas implementen la Historia Clínica Electrónica (HCE), en la cual se captura el dato primario, fundamental para avanzar hacia un sistema público de salud más eficaz y eficiente.
El proyecto ARPHAI es uno de los 9 proyectos seleccionados por IDRC (Centro Internacional de Investigaciones para el Desarrollo) y Sida (Agencia Sueca de Cooperación Internacional para el Desarrollo) como adjudicatarios de la convocatoria Global South AI4 COVID y uno de los dos elegidos a nivel regional (LATAM). El programa AI4 COVID se propone apoyar la investigación multidisciplinaria centrada en el uso de Inteligencia Artificial y Ciencia de Datos (IAyCD) para ayudar a la respuesta y recuperación de COVID-19 en países de ingresos bajos y medios.