ESTUDIO DE LOS DISPOSITIVOS CON TECNOLOGÍA DE INDUSTRIA 4.0 USADOS EN EL COMBATE AL SARS-COV-2
DANIELA JUANITA LÓPEZ-ARAUJO*, NOHEMI ALVAREZ-JARQUIN*
CIENCIA UANL / AÑO 25, No.112, marzo-abril 2022
La cuarta revolución industrial, mejor conocida como Industria 4.0 (I4.0), consiste en un conjunto de tecnologías que, trabajando en conjunto, logran el desempeño superior de un producto, optimizar la producción o la cadena de suministro, disminuir costos, predecir necesidades de mantenimiento de manera remota, etcétera. La principal característica de la I4.0 es la creación de industrias inteligentes, capaces de lograr que la fabricación sea más eficiente y menos propensa a fallos; sin embargo, debido al gran potencial de aplicación, este conjunto de tecnologías ha sido utilizado en diversos ámbitos, como la domótica, smart-education o smart-cities. A pesar de que la I4.0 ya se utilizaba en el tema de la salud, la crisis sanitaria mundial ocasionada por el virus SARS-CoV-2, más conocido como COVID-19, contribuyó a que se creara un conjunto de aplicaciones dirigidas al combate a la pandemia, o bien, que las tecnologías existentes fueran llevadas al entorno sanitario, con un gran potencial de desarrollo a futuro para el tratamiento de enfermedades.
Si bien no hay una definición formal de cuáles son las tecnologías usadas en la I4.0, en general se consideran nueve que han revolucionado la producción industrial (Rüßmann et al., 2015; Alcácer y Cruz-Machado, 2019): robótica, ambientes de simulación, sistemas de integración horizontal y vertical, el internet de las cosas, ciberseguridad, cómputo en la nube, manufactura aditiva, realidad aumentada y Big Data. A lo largo del tiempo, y dependiendo del tipo de industria, también se han incluido la inteligencia artificial, los sistemas ciberfísicos y –en el último par de años– la red 5G, por mencionar las más relevantes, o bien han sido agrupadas por tipo de aplicación, permitiendo incorporar aún más tecnologías, por ejemplo, Chiarello et al. (2018) proponen 11 clústeres, cada uno con 15 tecnologías habilitadoras.
TECNOLOGÍAS DISRUPTIVAS Y SUS APLICACIONES
Se realizó una revisión sobre cómo se han usado estas tecnologías para hacer frente a los retos surgidos al hacer frente a la pandemia de COVID-19 y sobre las propuestas existentes para usos futuros. Se analizaron portales de noticias de distintos países, la información encontrada se clasificó en el tipo de tecnología y el uso que se le está dando. Fueron revisados 57 artículos que incluían el uso de alguna tecnología de I4.0 para paliar los efectos negativos de la pandemia, de éstos se descartaron 18 debido a que la aplicación no estaba directamente relacionada, por ejemplo, el uso de IA para el desarrollo de nuevos fármacos (ya existía y sólo incrementó su uso debido al confinamiento), el comercio electrónico, o bien que la noticia de distintas fuentes se refería a la misma aplicación.
Se encontró que la tecnología más usada es la robótica, en algunos casos asistida por inteligencia artificial (IA), la mayoría de las aplicaciones tiene por objetivo minimizar el contacto con (posibles) portadores del virus, aunque también fueron usados para automatizar el estudio de muestras con la técnica de reacción en cadena de polimerasa (PCR). Los tipos de robots más usados son humanoides y los vehículos aéreos y terrestres no tripulados. La segunda tecnología más mencionada es inteligencia artificial, los mayores usos que se le dan se enfocan en la contención de brotes, diagnóstico y pronóstico automatizado mediante tomografías computarizadas de tórax, una revisión bibliográfica de este tipo de aplicación puede encontrarse en Chassagnon et al. (2020) y Wynants et al. (2020).
Por ejemplo, mediante una aplicación se rastrean personas con las que un paciente pudo tener contacto en los diez días previos a la aparición de síntomas, también se hace monitoreo en tiempo real de la pandemia y se ejecutan simulaciones para predecir dónde puede surgir un nuevo brote. En tercer lugar se encuentra la minería de datos, que ha sido usada para dar seguimiento a la evolución de la pandemia usando bases de datos de acceso abierto, para identificar los síntomas reportados por personas en redes sociales y con ello saber si había alguno que pudiera ayudar en la detección temprana; y para conocer las recomendaciones hechas en redes sociales por profesionales de la salud. Por último, se ha usado la red 5G –que es una tecnología habilitadora del internet de las cosas (IoT)– para transmisión de datos en puestos de toma de muestras, Big Data para rastreo y seguimiento de contactos de un paciente positivo, y se ha equipado a personal de seguridad con sensores en lentes y cascos para medir la temperatura de forma remota y hacer controles biométricos en calles, aeropuertos y fronteras.
La figura 1 muestra un grafo con los resultados obtenidos, el tamaño de los nodos es proporcional a la cantidad de aplicaciones de determinada tecnología, mientras que el grosor de los vértices es proporcional a las veces que fue citada una aplicación. Así, por ejemplo, para robótica los mayores usos encontrados fueron en la desinfección de superficies y en el reparto de comida, medicamentos, etcétera, para pacientes hospitalizados. En algunos casos, los robots son capaces de identificar a cada paciente mediante un escaneo facial, logrando un seguimiento y control automático de cada caso. En la figura 2 podemos observar que China, Corea del Sur y Estados Unidos son los países en los que más se han usado las tecnologías identificadas, los tres países se han apoyado en la robótica y en la IA para enfrentar a la pandemia.
Figura 1. Tecnologías y sus aplicaciones.
Figura 2. Países y tecnologías.
En nuestro país, la Universidad Veracruzana (Medel-Ramírez y Medel-López, 2020) utiliza los datos oficiales –puestos a disposición pública a través del Laboratorio Nacional de Geointeligencia– para identificar el estado de un paciente positivo (recuperado, activo o defunción), aplicando minería de datos y métodos de aprendizaje automático para estimar escenarios de atención medica. La empresa mexicana “Gestión de Servicios Digitales”, dedicada al diseño de robots programados con inteligencia artificial, ha modificado su tecnología para atender algunas necesidades que emergieron con la pandemia, por ejemplo, la atención remota de pacientes, servir de guía y dar información (Corona-Chávez, 2020). En el Tecnológico de Monterrey (Ortega, 2020) se están utilizando algoritmos de IA, aprendizaje profundo y automático, como método de diagnóstico al evaluar radiografías de tórax y determinar las características que separan los casos positivos de los negativos.
* Cátedras Conacyt, Centro de Información en Ciencias de Información Geoespacial Aguascalientes.
Contacto: djlopez/nalvarez@centrogeo.edu.mx
REFERENCIAS
Alcácer, V., y Cruz-Machado, V. (2019). Scanning the Industry 4.0: A Literature Review on Technologies for Manufacturing Systems. Engineering Science and Technology, an International Journal. 22(3): 899-919.
Chassagnon, G., Vakalopoulou, M., Battistella, E., et al. (2020). AI-driven quantification, staging and outcome prediction of COVID-19 pneumonia. Medical Image Analysis 67:101860.
Chiarello, F., Trivelli, L., Bonaccorsi, A., et al. (2018). Extracting and mapping Industry 4.0 technologies using Wikipedia. Computers in Industry. 100:244-257.
Corona-Chávez, M. (2020). Robots humanoides para combatir el COVID-19. u-GOB Lab. Disponible en: https://u-gob.com/robots-humanoides-para-combatir-el-covid-19/
Medel-Ramírez, C., y Medel-López, H. (2020). Data Mining for the Study of the Epidemic (SARS-CoV-2) COVID-19: Algorithm for the Identification of Patients (SARS-CoV-2) COVID 19 in Mexico. MPRA Paper 102039, University Library of Munich, Germany. Disponible en: https://ideas.repec.org/p/pra/mprapa/102039.html
Ortega, H. (2020). Buscan ingenieros Tec detectar COVID-19 con inteligencia artificial. Tecnológico de Monterrey. Disponible en: https://tec.mx/es/noticias/nacional/investigacion/buscan-ingenieros-tec-detectar-covid-19-con-inteligencia-artificial
Rüßmann, M., Lorenz, M., Gerbert, P., et al. (2015). Industry 4.0: The future of productivity and growth in manufacturing industries. Boston Consulting Group. 9(1):54-89.
Wang, C.J., Ng, C.Y., y Brook, R.H. (2020). Response to COVID-19 in Taiwan: big data analytics, new technology, and proactive testing. Jama. 323(14):1341-1342.
Wynants, L., Van Calster, B., Collins, G.S., et al. (2020). Prediction models for diagnosis and prognosis of covid-19: systematic review and critical appraisal. BMJ. 369:1-24. Doi: https://doi.org/10.1136/bmj.m1328