Cómo el análisis de video puede ayudar a acelerar la recuperación mundial de COVID-19

Cómo el análisis de video puede ayudar a acelerar la recuperación mundial de COVID-19

Nuestro mundo ha estado luchando contra una pandemia mundial conocida como COVID-19 durante el año pasado. Hay cientos de miles de casos nuevos en todo el mundo todos los días, informa la OMS. La propagación de esta enfermedad se ha vuelto problemática y es una preocupación constante para los científicos y médicos de todo el mundo.

Muchos países han promulgado leyes sobre el distanciamiento social y el uso de máscaras. Lo indicado se está haciendo con la esperanza de intentar detener la propagación de este virus. Con tantos lugares públicos abiertos (o reabiertos) como centros comerciales, tiendas, restaurantes, se ha convertido en un desafío hacer un seguimiento de si las personas están respetando estas leyes de distancia social o no.

A medida que los empleados regresan a sus lugares de trabajo y algunos gobiernos están levantando lentamente las restricciones de bloqueo, no está claro cómo se controlará el virus y esta falta de control podría convertirse en un problema. El empleador debe ser responsable de hacer un seguimiento de si los trabajadores siguen las reglas de distanciamiento social, lo que podría volverse abrumador en algún momento.

¿Cómo puede ayudar la tecnología?

Una de las soluciones lógicas sería recurrir a la tecnología. Pero, ¿cómo puede ayudar la tecnología aquí? Hoy, dondequiera que vayamos, estamos rodeados de tecnología. Investigaciones recientes en Londres han demostrado que hay más de 600.000 cámaras para 9,3 millones de personas (alrededor de 67,5 cámaras por cada 1000 personas). Las imágenes recopiladas aquí podrían ser de gran importancia al observar interacciones y monitorear la práctica a distancia social.

La tecnología que ha estado ganando atención en los últimos años y ha ido mejorando es la analítica de video. Al centrarse en el reconocimiento facial o la gestión de multitudes, se espera que este tipo de tecnología crezca hasta $ 12 mil millones para 2026. El mercado de análisis de video se ha mostrado extremadamente útil en la pandemia mundial al aplicarse a cosas como la detección de fiebre o el distanciamiento social. .

Este metraje puede ser muy útil, pero volver a ver cientos o miles de horas del metraje en sí podría ser una pérdida de tiempo. Aquí se necesita tecnología más avanzada, como AIVA (Analítica de video de inteligencia artificial). AIVA utiliza algoritmos geoespaciales para establecer la ubicación de un individuo y conocer la perspectiva de la escena.

Algoritmos de detección de fiebre y distanciamiento social

Dado que uno de los síntomas del COVID-19 es tener fiebre, ha sido necesario medir la temperatura corporal en los lugares de trabajo. La detección de fiebre es extremadamente eficaz y útil, lo que facilita la detección de una persona con un nivel más alto de temperatura corporal. La mayoría de estos sistemas funcionan porque utilizan el aprendizaje profundo para hacer zoom en el ojo de una persona, que es el que más refleja la temperatura del cuerpo. Este examen se puede realizar en muchos lugares públicos como escuelas, universidades, aeropuertos, hospitales u hoteles.

Aunque esto ha demostrado ser muy útil, no es suficiente. Una persona infectada aún podría estar en el período de incubación, lo que significa que no mostraría algunos síntomas (como fiebre) en esta fase temprana.

Cuando se trata de distanciamiento social, un algoritmo que registraría si dos (o más) personas mantienen una distancia de 2 metros entre sí sería extremadamente útil. Si alguien rompe las reglas, un disparador alertará a las autoridades. Incluso si las reglas cambian cuando se trata de cuánto debería ser la distancia social, es fácil ajustar la configuración.

Si una tienda o un restaurante en particular tiene varias personas en su interior, sería fundamental practicar el distanciamiento social. Este tipo de algoritmo fomentaría el distanciamiento social y establecería una forma para que todos recuerden la importancia del distanciamiento social en primer lugar.

Algoritmos de reconocimiento de mascarillas

Tener una mascarilla también se ha convertido en la nueva normalidad. La mayoría de los países requieren que los ciudadanos usen máscaras cuando están fuera de casa. El uso de una máscara retarda la propagación del virus. Pero es un gran desafío monitorear a cada persona y si están usando una máscara. Dado que es casi imposible para los humanos hacer este trabajo en tiempo real, automatizar este proceso con la ayuda de la tecnología es esencial.

Hoy en día, muchos algoritmos de reconocimiento facial giran en torno al escaneo de ojos, nariz, boca y oídos. Pero la mayoría de estos algoritmos tienen problemas cuando se trata de escanear la cara si una persona lleva una máscara. Por ejemplo, el iPhone de Apple (que usa FaceID para desbloquear el teléfono de una persona) tenía problemas para escanear la cara de una persona mientras usaba una máscara. Apple tuvo que mejorar su algoritmo para detectar una máscara en el rostro de una persona. El iPhone les daría la opción de escribir su código de acceso en lugar de obligarles a quitarse la cubierta facial.

Los desarrolladores explicaron que el algoritmo que detectaría una máscara en la cara de alguien pasa por alto los problemas de privacidad que encontrábamos en el pasado. Eso es porque el algoritmo no identifica a una persona o su identidad. El algoritmo está entrenado para hacer dos cosas:

    Detección de rostro: lo único que haría un algoritmo aquí es detectar una detección de máscara de rostro, reconociendo si hay una máscara o no.

La ventaja de esto es que el algoritmo no identifica la cara, por lo que no la vincula a una persona específica.

Algunas empresas han comenzado a utilizar estos algoritmos para ayudarles a rastrear si sus empleados usan o no una máscara. El algoritmo dividiría a las personas en dos grupos, un grupo de personas con máscara y personas sin máscara. Los datos recopilados aquí estarían en manos de la empresa. Sería útil, porque una empresa podría despedir a sus empleados que se nieguen a usar una máscara en su lugar de trabajo.

Dichos algoritmos también podrían usarse en lugares públicos (como centros comerciales, tiendas, etc.). Pero algunos países (como los Estados Unidos de América) no tienen leyes que regulen la privacidad de los datos. Por lo tanto, las empresas que recopilan estos datos no están obligadas a decirnos o explicarnos qué está sucediendo con los datos que recopilan.

Reducción del hacinamiento y los puntos críticos

Como hemos visto, la distancia social se convirtió en un activo predominante en la lucha contra este virus. A veces eso puede ser difícil, especialmente en ciudades enormes y más pobladas. Y en muchos sentidos, la interacción social es fundamental y puede contribuir al crecimiento económico. Pero en esta pandemia que estamos combatiendo, es algo que tenemos que controlar.

El objetivo final del distanciamiento social es ralentizar la propagación del virus tanto como sea posible. El distanciamiento social también ayuda a evitar que los hospitales se desborden. Entonces, ¿cómo lo logramos? En áreas y vecindarios más ricos, no es tan difícil. Las personas pueden aislarse en sus hogares y trabajar de forma remota desde casa.

Pero, ¿qué pasa con los residentes menos ricos? ¿Qué pasa con los vecindarios y áreas que están demasiado concurridos? La mayoría de la gente tiene que dejar sus hogares e ir a trabajar. Están continuamente rodeados de personas en el área donde viven o trabajan.

Para evitar crisis futuras, sería de gran ayuda tener puntos críticos emergentes. Con más de unos pocos millones de ciudadanos en ciudades más grandes, las áreas superpobladas dificultan el control de la propagación del virus. Al tener puntos de acceso emergentes identificados automáticamente por algoritmos, podemos detectar oportunamente lugares críticos y concurridos y alertar a los trabajadores médicos o al gobierno.

Necesitamos esta tecnología debido a la incapacidad de las personas en ciertas áreas para mantener una distancia social, donde las personas, incluso en el encierro, no tienen otra solución que agruparse. Al utilizar la visión por computadora y la tecnología basada en inteligencia artificial para detectar estas áreas, podemos brindar una perspectiva en tiempo real a las personas en posiciones de liderazgo. Como resultado, pueden prepararse mejor para luchar contra la pandemia y estar al servicio de sus ciudadanos.

Ultimas palabras

Con todo el mundo todavía luchando contra este virus mortal, es la prioridad número uno a nivel mundial superar todos los problemas que ha causado el virus. COVID-19 ha afectado a casi todo el mundo, especialmente a las personas mayores. En muchos sentidos, cambió la forma en que vivimos. Es difícil imaginar que alguna vez vivimos sin máscaras y que no teníamos distancia social, pero esta es la nueva normalidad, al menos por ahora.

La buena noticia es que tenemos una manera de entender cómo nos afecta la pandemia, hasta cierto punto. La tecnología ha sido de gran ayuda hasta ahora y sigue ayudando. Por ejemplo, en un momento en el que las personas deben usar una máscara casi todo el tiempo, un algoritmo que rastrea si las personas usan una máscara ha demostrado ser muy útil. Además, tener algoritmos que ayuden con la distancia social podría alentar a las personas a respetar las leyes de distancia social.

Tener la tecnología avanzada ayudó, pero para vencer completamente esta pandemia, el mundo necesita estar unido y luchar juntos. No solo aumenta nuestras posibilidades de derrotarlo por completo, sino que también nos prepararía para situaciones futuras similares a la que tuvimos con COVID-19.

Nota del editor: Michael es CTO y fundador de BroutonLab, una empresa de ciencia de datos que completó más de 50 proyectos de desarrollo de inteligencia artificial con un valor total de más de $ 1 millón. Michael es un experto en Deep Learning, específicamente sus aplicaciones en Visión por Computador, PNL y Aprendizaje por Refuerzo.

¿Tienes alguna idea sobre esto? Háganos saber más abajo en los comentarios o lleve la discusión a nuestro Twitter o Facebook.

0 Shares