Se someten a un entrenamiento intensivo y ciclos robustos de vacunación: tienen fibra fuerte, pero siguen siendo seres humanos, y a veces se enferman. Son los soldados, y cuando no están bien pueden poner en riesgo operaciones críticas.
La DTRA (acrónimo de Defense Threat Reduction Agency) intenta superar este problema con un algoritmo predictivo que puede predecir las enfermedades de una persona por diferentes causas, desde resfriados hasta exposición a agentes biológicos. hasta 48 horas antes de que comience a mostrar cualquier síntoma.
"Piense en ello como un sistema de control del cuerpo humano", dice. Eduardo Argenta, gerente científico y tecnológico de la Oficina Conjunta de Ciencia y Tecnología de la DTRA .
DTRA se asoció con la Unidad de Innovación de Defensa de EE. UU. para aprovechar su facultad especial (es decir, la posibilidad de realizar pedidos fuera de las regulaciones federales). Las posibilidades "ilimitadas" de esta asociación han dado lugar a la investigación del algoritmo de predicción de enfermedades, iniciada con la colaboración de Royal Philips, empresa especializada en tecnología farmacéutica.
Usando sus conjuntos de datos recopilados globalmente, Philips pudo desarrollar un algoritmo único para el Departamento de Defensa. Usando 165 biomarcadores distintos en 41.000 XNUMX casos, el equipo de Philips pudo crear el algoritmo llamado Análisis rápido de la exposición a amenazaso TASA, que según la empresa puede "predecir infección 48 horas antes de la sospecha clínica" con una precisión superior al 85%.
"A modo de comparación, esta tasa de precisión se encuentra actualmente en las pruebas de detección de cáncer de mama y de próstata basadas en la extracción de sangre y en una prueba de la enfermedad de Lyme de primer nivel basada en inmunoensayos enzimáticos"., según un comunicado de la compañía.
"Al combinar datos a gran escala, con nuestra experiencia eninteligencia artificial y monitoreo remoto de pacientes con el compromiso de DTRA con la innovación, pudimos desarrollar un algoritmo de alerta temprana altamente predictivo basado en biomarcadores recolectados de forma no invasiva "dice joe frassica, director médico y gerente de investigación de Philips North America.
"Aunque los datos de RATE se derivan de entornos de atención aguda, creemos que se pueden adaptar al personal en servicio activo".