“Risk Analytics: una metodología para la prevención ante factores de riesgo (RiskAnalytics)”

Jorge Mario Uribe Gil (Universidad de Valle, Colombia); Catalina Bolancé Losilla (Universitat de Barcelona); Lluís Bermúdez Morata (Universitat de Barcelona); Ana M. Prérez-Marín (Universitat de Barcelona).

Hasta el momento Risk Analyticas ha sido un problema que el Big Data ha venido ignorando pero que su utilización es clave para la prevención ya que detecta patrones anormales que se producen en determinadas acciones personalizadas y que pueden salvar vidas, alertan a la persona del riesgo que está corriendo dependiendo de cómo esté actuando. De esta manera, esta metodología está enfocada a la toma de decisiones para la prevención y control de adversidades, utilizando como base la estadística y la ciencia de datos.

Esta investigación tiene la dificultad de estudiar todo lo que es extraordinario y tiene consecuencias desastrosas, además de buscar qué amenazas tienen un alto impacto en el riesgo, ya sea aisladamente o cuando se producen de forma conjunta.

El proyecto encontrará formas de integrar la información que proporcionan los casos atípicos incluso cuando resultan de la combinación de varios estados dependientes entre sí. La investigadora principal, Montserrat Guillén, identifica tres áreas de interés: (1) predecir el riesgo como evaluación de la probabilidad de que ocurra lo que es menos deseable y no como anticipación de aquello que es más probable que ocurra, (2) identificar los datos extremos más informativos, aunque se observen con menos frecuencia que los rutinarios, pero en especial si están vinculados a lo más dañino y, finalmente, (3) revolucionar la forma como toman las decisiones la inmensa mayoría de los algoritmos de inteligencia artificial para que pasen de un aprendizaje automático en base a  la maximización de una expectativa, a tener en cuenta que el nivel de riesgo no puede superar cierto umbral de seguridad.

La prevención de la seguridad de las personas es la aplicación fundamental del Risk Analytics. Por ejemplo, el aumento de la temperatura de una vivienda detectado por un sensor no es un indicador de riesgo por sí mismo, sin embargo, si se produce cuando no hay nadie en casa o si el aumento es rápido, puede tratarse de algo inusual y preocupante. Esta metodología te alerta de que algo peligro puede ocurrir.

La aplicación del Risk Analytics también juega un papel importante en la asistencia sanitaria ya que puede valorar el riesgo que puede tener un paciente si el médico le da uno u otro tratamiento, con estos algoritmos los sanitarios pueden conocer el margen de error y tomar con más seguridad la decisión adecuada. Todo un avance en la sanidad.