← volver

Ingeniería Industrial se adjudicó tres proyectos IDEA I+D 2020 – FONDEF

Los proyectos de Sebastián Ríos (“Advanced Data Science Methods for medication error prevention”), de Richard Weber (“Sistema de analítica integrada de información para la persecución de delitos contra la propiedad: inteligencia artificial para detectar estructuras criminales”) y de Andrés Weintraub (“Diseño de paisajes resistentes a incendios forestales integrando modelos de simulación, optimización e inteligencia artificial”) fueron elegidos junto con otras 57 propuestas de investigación en el concurso IDEA I+D 2020 del Fondo de Fomento al Desarrollo Científico y Tecnológico (FONDEF) perteneciente al Ministerio de Educación.

Prevenir el Error de Medicación (EM)
Los Errores de Medicación (EM) son uno de los fallos más comunes en la práctica clínica y, en su mayoría, ocurren durante el proceso de prescripción de medicamentos.

“Existe consenso que una estrategia tecnológica efectiva para reducirlos es la prescripción electrónica con sistemas de apoyo a la decisión clínica”, señala Sebastián Ríos, explicando que estos sistemas pueden ser creados utilizando múltiples enfoques, entre ellos, basados en el conocimiento de expertos o en métodos avanzados de Data Science.

La literatura internacional, cuenta Ríos, muestra que los métodos estadísticos tradicionales pueden ser insuficientes para predecir eventos clínicos adversos. Los métodos avanzados de Data Science, como los algoritmos de aprendizaje automatizado, en tanto, permiten mejorar la detección de estos errores reduciendo así los costos asociados a eventos adversos, entre otros beneficios.

“El objetivo de este es proyecto es desarrollar, evaluar e implementar algoritmos de prevención de errores de medicación basados en métodos avanzados de Data Science”, proyecta el investigador.

Analítica para el manejo de incendios forestales
Como consecuencia del cambio climático, producto de un aumento de la temperatura, cada año millones de hectáreas de bosques y vegetación son destruidas por incendios en nuestro país y en el mundo. Durante los años 2016-2017, por ejemplo, la zona centro-sur del país vio afectada casi 600 mil hectáreas de vegetación y cuantiosas pérdidas materiales y ambientales, a causa del fuego.

Para hacer frente a este fenómeno, Andrés Weintraub y su equipo de investigación en el que participa Rafael Epstein -en colaboración con investigadores de España, EE.UU. y Canadá- buscan diseñar paisajes resistentes a incendios forestales. Esto, a través de modelos de igniciones, de simulación de incendios y de decisión desde la Investigación de Operaciones e Inteligencia Artificial.

“El sistema contemplará la integración de estas herramientas con tecnologías de información geográfica. Esto permitirá tomar decisiones de manejo de paisaje como la localización óptima de tratamientos de combustibles y/o cortafuegos para disminuir el riesgo de propagación del fuego a zonas vulnerables, disminuyendo así la magnitud y extensión del incendio en caso de producirse”, comenta Andrés Weintraub.

Agrega: “También desarrollaremos un prototipo del sistema en dos zonas a nivel de paisaje, en las cuales disponemos de amplios registros y experiencia acumulada de proyectos de investigación ejecutados en las regiones de Valparaíso y del Biobío”.

Inteligencia Artificial para la persecución de delitos
Con el fin de potenciar la toma de decisiones durante la investigación de los delitos contra la propiedad, Richard Weber, apoyado por un equipo de investigadores del Centro de Sistemas Públicos (CSP), trabaja una plataforma tecnológica que analice la información disponible para identificar estructuras subyacentes como mercados delictuales, bandas y otras asociaciones entre imputados y causas.

La solución propuesta, que se trabaja en colaboración con el sector público (Ministerio Público), el sector privado (empresa SOSAFE) y tres universidades, se propone las siguientes tareas específicas: extraer, limpiar y preparar los datos provenientes de diferentes fuentes institucionales y públicas, como redes sociales y sitios de noticias; analizar texto y generar vínculos entre causas, individuos y la información disponible, y entregar analítica que permita potenciar la toma de decisiones durante la investigación de delitos y focos, mejorando su eficiencia y eficacia.

Lo anterior basado en técnicas avanzadas de procesamiento de datos como Text Mining, Sentiment Analysis y modelos de Machine Learning.

“Requerimos con urgencia soluciones para el problema de la (in)seguridad ciudadana. En Ingeniería Industrial, junto con nuestros socios en el proyecto, nos hacemos cargo de esta demanda de la sociedad. Para ello pondremos la tecnología más avanzada al servicio de los organismos encargados de la investigación de delitos”, destaca Richard Weber.

Nuestros académicos obtendrán cerca de 200 millones para el financiamiento de sus investigaciones. Todo un logro considerando que se trata de un concurso muy competitivo.

¡Felicitaciones!

Ver listado proyectos seleccionados

Crédito foto portada: Fondos Públicos