Segunda encuesta COVID-19 de Nuria Oliver

Nuria Oliver ha puesto en marcha la segunda encuesta sobre COVID-19

El pasado viernes Nuria hizo públicos los los resultados del primer estudio estudio para el impacto del Covid-19 en España que revelan la opinión de los ciudadanos sobre algunos aspectos de la epidemia: comportamiento social, impacto financiero, situación laboral y estado de salud.

A continuación reproducimos el texto que nos ha hecho llegar en el que agradece la participación en la primera encuesta y pedir la colaboración ciudadana para participar y hacer llegar a la mayor cantidad de gente posible la segunda.

Querid@s amig@s,
Gracias por vuestra inestimable ayuda con la encuesta de Covid-19. ¡¡La encuesta fue un éxito sin precedentes y conseguimos mas de 146.000 respuestas!! Es probablemente la encuesta más grande hecha sobre el Covid-19.

Hemos trabajado intensamente esta semana para poder obtener los primeros resultados, que ya están publicados aquí (https://arxiv.org/abs/2004.01014), resultados que comparto con todos vosotros y que responden a cuestiones tales como ¿Cómo nos estamos infectando, a pesar de las medidas de contención social? ¿Es a través de nuestros familiares y amigos? ¿Es por ir a trabajar? ¿o por ir al supermercado? O ¿Cómo nos sentimos después de llevar semanas confinados en nuestras casas?.

El cuestionario permite captar datos muy valiosos para ayudarnos a tomar las mejores decisiones posibles. Ha sido diseñado por el grupo de trabajo “Data Science for COVID-19 TaskForce” bajo mi dirección, y del que forman parte expertos de la Universidad de Valencia, Universidad Politécnica de Valencia, Universidad Miguel Hernández, Universidad de Alicante, CEU Cardenal Herrera, la UJI y Fisabio.
Esta encuesta, más allá de la valiosa información que nos aporta, es un maravilloso ejemplo de participación ciudadana. Y ha tenido ya considerable impacto mediático
https://elpais.com/ciencia/2020-04-03/una-quinta-parte-de-los-espanoles-dice-haber-estado-en-contacto-cercano-con-un-infectado.html

Nueva encuesta

Es por ello por lo que os pido un pequeño esfuerzo más. Dado que la situación del Covid-19 es cambiante y que nuevas medidas de contención han sido aprobadas, vamos a hacer varias oleadas de recogida de respuestas, para medir si hay cambios importantes en la situación y en la percepción de las personas con respecto al Covid-19. Y vamos a ampliar el espectro territorial a Europa y a América.
Haremos una campaña en fines de semana sucesivos, y complementaremos los resultados con +1000 entrevistas telefónicas. Os agradecería de corazón si pudieseis difundirla entre vuestros contactos
Os invitamos, a rellenar el cuestionario de nuevo y a difundir esta carta en vuestras redes y a vuestros contactos. Entre todos lograremos arrojar algo de luz sobre las muchas incógnitas que aún existen sobre el coronavirus y su impacto en nuestras vidas, cómo nos sentimos y como nos enfrentamos a esta en situación de confinamiento social y de pandemia. El poder positivo de los datos está en nuestras manos, en las de todos nosotros.
covid19impactsurvey.org
Gracias de nuevo de corazón por vuestro apoyo y ayuda 
. Un sentido y virtual abrazo .


Nuria Oliver, Comisionada de la Presidencia de la Generalitat Valenciana para la Estrategia sobre la Inteligencia Artificial y la coordinación de la inteligencia de datos ante la epidemia por la infección de COVID-19


Encuesta Covid-19 impacto: primeros resultados

Nuria Oliver ha hecho públicos los resultados del primer estudio estudio para el impacto del Covid-19 en España que revelan la opinión de los ciudadanos sobre algunos aspectos de la epidemia: comportamiento social, impacto financiero, situación laboral y estado de salud.

Este es el resumen de las respuestas de la primera oleada en el que han participado unos 150.000 ciudadanos españoles. Este estudio es una de las encuestas más grandes realizadas hasta la fechas sobre el covid-19.

Entre la principales conclusiones del estudio destacan:

  • 6,5 % de la población que ha respondido al cuestionario ha perdido su trabajo a consecuencia de la crisis sanitaria
  • casi un 50 % cree que el Gobierno debería implementar medidas aún más restrictivas para contener la pandemia.
  • El 18 % asegura haber mantenido contacto con alguna persona infectada por coronavirus.
  • Los encuestados que reconocen haber dado positivo en COVID-19, el 75 % sabía su fuente probable de infección.
  • Un 17 % afirma tener por lo menos uno de los síntomas de la enfermedad y el 6,5 %, alguno de los síntomas más severos.
  • Un 28,2 % asegura no tener los recursos necesarios para estar en cuarentena en caso de resultar infectado.

En lo económico:

  • El 19,8 % de las personas reconocer haber perdido ya una parte significativa de sus ahorros
  • Un 15 % de los que trabajan en pequeñas empresas han contestado que se enfrentan a una posible quiebra.

En la pregunta sobre la predisposición a alargar el confinamiento:

  • Un 44,4 % dice poder continuar confinado un mes más
  • Un 29,4 % podría soportarlo de 3 a 6 meses.
  • Un 46,4 % cree que el Gobierno debería implementar medidas aún más estrictas
  • Un 1,7 % cree que las actuales son ya demasiado severas.

Motivos por los que la gente sale de casa:

  • Un 47,9 % sale para comprar alimentos o medicinas
  • Un 31,9 % para ir a trabajar
  • El 60,5 % de las personas que han salido de casa eran mujeres
  • Un 86,3 % ha usado como principal medio de transporte coche propio, a pie, motocicleta o patinete
  • El 5 % se ha movido en transporte público, coche compartido o taxi.

El estudio está elaborado por un equipo de investigadores españoles y encabezado por la experta en Inteligencia Artificial Nuria Oliver. En él mismo han colaborado Microsoft, la universidad Miguel Hernández y universidad de Luxemburgo.

La macroencuesta, es una de las más grandes del mundo, según explicaba Núria Oliver en Hoy por Hoy Alicante, y permite tener resultados representativos.

Segundo cuestionario

Hoy viernes, arranca la segunda oleada. En esta ocasión, la atención se focaliza en saber cómo lleva la población las nuevas medidas más restrictivas a la movilidad y actividades no imprescindibles.

Puedes acceder al cuestionario en este enlace.

Más información:

Una quinta parte de los españoles dice haber estado en contacto cercano con un infectado -El País

La primera macroencuesta sobre el coronavirus revela que hasta el 15% de los españoles podría estar contagiado – ABC

El 20% de los ciudadanos ha perdido ya una parte significativa de sus ahorros durante la crisis del coronavirus – Diario Información

El 20% de los ciudadanos ha perdido ya una parte significativa de sus ahorros durante la crisis del coronavirus – Diario Información

Las cuatro medidas que España debería adoptar ahora contra la COVID-19 -Capital Radio

Cuestionario: estudio para el impacto del coronavirus

Nuria Oliver, Alta Comisionada de la Generalitat Valenciana (España) para la Inteligencia Artificial y el Covid-19, y su equipo en colaboración con investigadores europeos, ha diseñado un cuestionario para estimar estimar cuántas personas están infectadas (o no) y para entender cómo se sienten las personas tras semanas de confinamiento.

Para llevar a cabo el estudio se necesita la colaboración ciudadana, por ello le invitamos a rellenar a que cumplimente este cuestionario anónimo (solo incluye código postal, sexo y rango de edad) que llevará tan solo un par de minutos:

Rellenar cuestionario de impacto del coronavirus


Nuria Oliver será nombrada consejera independiente de Bankia

Nuria Oliver, ha sido propuesta para formar parte del Consejo de Administración de Bankia durante los próximos cuatro años, según ha informado el banco a la Comisión Nacional del Mercado de Valores (CNMV). El nombramiento será sometidos a la aprobación de la junta general de accionistas que se celebrará el próximo 27 de marzo en Valencia.

Nuria Oliver, Ingeniera de Telecomunicaciones, Doctorada por el Media Lab del Instituto Tecnológico de Massachusetts y miembro  de la Junta de AlicanTEC lleva más de 25 años vinculada al mundo de la investigación tecnológica y es la impulsora de la iniciativa ELLIS en Alicante

Celebrado con éxito el primer Investor Day de la iniciativa CINDES Inversión

Ayer 3 de diciembre, tuvo lugar el primer Investor Day de la iniciativa CINDES Inversión, coordinada por el Parque Científico de la Universidad Miguel Hernández (PCUMH) de Elche.

El objetivo de la jornada, celebrada en Distrito Digital en Alicante, era reunir a inversores interesados en financiar e impulsar proyectos empresariales con start-ups o spin-offs con estrategias de negocio innovadoras. En el encuentro se dieron cita inversores profesionales y amateurs, representantes de entidades e instituciones de la zona, empresas del entorno de Alicante y Murcia, emprendedores, así como agentes de referencia, partners y miembros del comité de inversión de CINDES, entre otros y los representantes de las empresas seleccionadas para presentar sus propuestas de negocio: 3D Surgical Technologies, Applynano Solutions, Sensorspark, Deportec, Travelest y Space Farmers.

Mayte Vañó, Directora de Comunicación de Distrito Digital fue la encargada de conducir la ceremonia esta sesión en la que los asistentes pudieron conocer en profundidad las start-ups finalistas de mano de sus promotores y manifestar su interés por financiar alguna de ellas. Para materializar la inversión, los inversores interesados y los promotores serán convocados conjuntamente para analizar las mejores vías para hacer efectivo el apoyo económico.

Al encuentro asistieron, entre otros, el director general para el Avance de la Sociedad Digital de la Generalitat Valenciana, Pedro Pernías; el jefe de Servicio del Área de Fomento y Desarrollo de la Diputación de Alicante, Ángel Navarro; y el director general de la Sociedad de Proyectos Temáticos, Antonio Rodes. También, el rector de la UMH, Juan José Ruiz; y la directora-gerente del Parque Científico de la UMH, Tonia Salinas. 

Durante su intervención, P. Pernías destacó la importancia de fomentar la escalabilidad y el crecimiento de las empresas de reciente creación. “Los proyectos que nacen en nuestro entorno, sean grandes o pequeños, trabajan diariamente para salir adelante y son clave para convertir a la Comunidad Valenciana en un referente de sociedad futura”. 

Por su parte, Antonio Rodes puso en valor la colaboración entre las entidades que han hecho posible la puesta en marcha de iniciativas como el Investor Day. “Para el desarrollo de la innovación en las firmas del entorno es de vital importancia la cooperación de todos los agentes que promueven el emprendimiento y el desarrollo empresarial”. Por su parte, Juan J. Ruiz el rector de la UMH, hizo hincapié en la apuesta firme de la universidad por potenciar la relación entre la Universidad y las empresas, y por impulsar el intercambio de tecnología y conocimiento. “CINDES apuesta por fomentar la cultura de la inversión privada en la zona, estructurar el actual ecosistema inversor y convertir Alicante en un entorno alternativo en el que financiar la innovación, afianzar el talento e impulsar el desarrollo del tejido empresarial”.

Proyecto pionero

Esta primera convocatoria de CINDES Inversión contó con cerca de 30 proyectos que confiaron en esta plataforma para impulsar sus innovaciones. La iniciativa está abierta tanto a proyectos que se encuentren en fase presemilla, semilla o en fase de crecimiento. El objetivo es facilitar a emprendedores y start-ups el contacto con inversores privados, Business Angels y agentes que apoyan la innovación, interesados en financiar proyectos punteros de cualquier sector empresarial o procedencia geográfica. 

Las entidades adheridas a CINDES son, como agentes del ecosistema, el Parque Científico de la UMH (PCUMH), el Parque Científico de Alicante, Fundeun, CEEI de Elche, el Instituto Ideas de la UPV, AlicanTEC, Torre Juana Open Space Tecnology, Distrito Digital y la Escuela de Organización Industrial de Elche. Por su parte, como miembros del comité de inversión, el director ejecutivo de Binomio Venture, Ezequiel Sánchez; el consultor financiero en Vilaplana & Asociados, Antonio Vilaplana; el CEO de Interim, Joaquín Gómez; el socio director de Aquami Legal & Business, Nacho Amirola; el director de inversiones de Clave Mayor, Pedro de Álava; y el CEO y fundador de Andseed y miembro y consejero de Aurorial, Javier Sánchez-Guerrero.

La cooperación de todas ellas ha convertido a CINDES en un proyecto pionero e innovador en sí mismo ya que ha logrado unir a todos estos agentes del ecosistema del entorno que trabajan por fomentar la innovación empresarial.

Aurelia Bustos: “La IA ha supuesto un punto de inflexión en la investigación del cáncer”

Entrevista en Economía 3 a la reconocida oncóloga y especialista en IA Aurelia Bustos realizada durante la clausura de la Semana de la Ciencia organizada por la UPV en el campus de Alcoi que finalizó el pasado fin de semana.

Aurelia Bustos es oncóloga, ingeniera informática, doctora en Inteligencia Artificial (IA) y Cofundadora de Medbravo -organización que desarrolla tecnología basada en IA para la investigación sobre el cáncer. En junio de este año fue premiada por Felipe VI con la Orden al Mérito Civil por la aplicación de la IA a la oncología

Foto Economía 3

 Reproducimos aquí la entrevista original publicada en Economía 3:

¿Cree que la IA va a posibilitar un antes y un después en la ¿En qué momento nos encontramos respecto a la aplicación de la IA en Medicina?

-Una forma objetiva de analizar su estado actual es mediante las publicaciones científicas. Una búsqueda de PubMed para el término “Inteligencia Artificial” devuelve más de 95.000 publicaciones. A modo de ejemplos recientes en el campo de la oncología, la revista European Journal Cancer ha publicado un estudio de validación de un tipo de red neuronal artificial entrenada denominado CNN. El estudio la comparó con 157 dermatólogos participantes y demostró ser superior a 136 de ellos. En la misma línea, la revista JNCI ha publicado otro estudio que demuestra la no inferioridad de una de estas redes frente a 101 radiólogos de 6 países para el diagnóstico de cáncer de mama. Dicho sistema superaba la especificidad y sensibilidad del 61% de los radiólogos. Asimismo, técnicas de deep learning en visión artificial se han usado con éxito para clasificar tumores en los diferentes subtipos moleculares pronósticos de cáncer de colon, una tarea hasta ahora basada en técnicas de laboratorio mucho más complejas. Son ejemplos que realzan el gran abanico y potencial de la IA para abaratar y mejorar la eficiencia de marcadores pronósticos y predictivos en cáncer.

– Interpreto entonces que, lejos de ser un futurible, ya está teniendo aplicaciones prácticas…

-Como vemos con estos ejemplos, se está cumpliendo las proyecciones de renombrados científicos en IA como Andrew Ng -Stanford- y Geoffrey Hinton -Toronto, quienes en 2017 afirmaban que las técnicas de IA basadas en el deep learning  -autoaprendizaje profundo- superarían a profesionales médicos en campos como el  diagnóstico de imagen. Sin embargo, se equivocaron cuando ambos vaticinaron la erradicación de la especialidad de radiodiagnóstico o la sustitución de médicos por máquinas. Muy al contrario. Si bien hasta ahora estas herramientas son superiores para tareas específicas muy concretas, están muy lejos de alcanzar la inteligencia general o humana. La IA, a fecha actual, tiene el potencial de aumentar el rendimiento y capacidad de los médicos en el ejercicio de la medicina pero no de reemplazarlos. El objetivo es que los médicos puedan destinar mayor tiempo al paciente delegando en las máquinas el mayor número posible de tareas mecánicas o repetitiva,  y que puedan tomar decisiones mejor informadas basadas en muchos más datos y mayor número de fuentes de información.

– ¿Acompaña suficientemente el marco normativo a estos cambios que está introduciendo la IA?

Entre 2017 y 2018, la FDA ha autorizado la comercialización de 14 productos de software basados en AI / ML como dispositivos de ayuda al diagnóstico. Pero no han tenido nuevas validaciones clínicas tras su comercialización. Esto es muy controvertido, porque el software puede cambiar su comportamiento cuando es utilizado en un entorno clínico real con datos diferentes con los que fue entrenado Y puede dar resultados que difieren de lo que fue revisado inicialmente antes de la aprobación regulatoria. Más aún, estos dispositivos deberían por norma ser re-entrenados con nuevos datos de la práctica clínica para garantizar que se actualizan a la par que la medicina.

– ¿Los organismos competentes son conscientes de este problema?

-Las agencias de regulación FDA en USA  y la EMA en Europa están trabajando en redefinir el marco regulatorio del ciclo de vida de los dispositivos de software basados en IA y aprendizaje automático. Los procesos de aprobación para los software tradicionales de uso médico no contemplan los nuevos retos que plantean los sistemas de aprendizaje automático y los procedimientos de revisión reguladora no son suficientemente ágiles. En estos dispositivos es más crítico que nunca monitorizar la eficacia, seguridad y transparencia de su interpretación. También es necesario estratificarlos según su riesgo. En el rango de bajo riesgo se encuentran los sistemas de ayuda al diagnóstico con notificaciones o recomendaciones que delegan toda la responsabilidad final en el médico. Por el contrario, sistemas de cribado, de screening y de tratamiento -en especial aquellos en los que la explicación sobre los resultados es más compleja de entender con lógica humana-, conllevan un mayor riesgo y deben ser validados con especial cuidado.

-¿Qué nuevas posibilidades abre tanto en  materia de investigación como en diagnóstico y tratamiento?

-La IA basada en técnicas de aprendizaje profundo puede aplicarse virtualmente en todas las áreas de investigación médica. El requisito es que se disponga de una cantidad suficiente de muestras para poder entrenar los modelos. Dada la riqueza y cantidad de datos, estos sistemas de aprendizaje automático pueden aplicarse en infinidad de áreas tales como los procesos de identificación de nuevas moléculas y desarrollo de nuevos fármacos; creación de sistemas novedosos de ayuda al diagnóstico por imagen; o mejores biomarcadores pronósticos y predictivos de respuesta a tratamiento. La IA aplicada en medicina abre infinidad de posibilidades.

Proyectos recientes llevados a cabo en Medbravo son, por ejemplo, la aplicación de la IA en el campo de los ensayos clínicos y en el procesado de lenguaje natural. En particular, utilizando modelos neuronales es posible aprender automáticamente los criterios para elegir si un paciente es candidato a participar en un ensayo o no.

También, mediante técnicas de aprendizaje profundo, hemos desarrollado herramientas de etiquetado de estudios de radiología que han permitido, en colaboración con el Banco de Datos de Imagen Médica de la Comunidad Valencia (BIMCV),  publicar un gran banco de datos de radiografías torácicas de acceso abierto a la comunidad científica denominado PadChest. Se caracteriza por contar con el mayor número de etiquetas del mundo extraídas de los estudios tanto de localización anatómica como de diagnósticos y hallazgos radiológicos en tórax.

– Los expertos afirman que la Sanidad es uno de los campos en los que más cambios va a producir la IA en un menor horizonte temporal ¿comparte esta apreciación?

– La transformación en el ámbito médico no creo que ocurra antes que en otros sectores tales como la conducción autónoma, agricultura o robótica industrial. Si bien la dificultad técnica no es mayor que en otros ámbitos, las principales complejidades en medicina radican en tres factores. En primer lugar en la dificultad de conseguir los datos necesarios para entrenar los modelos. De ahí la importancia de promover bancos de datos de acceso abierto a la comunidad científica y también apostar por tecnologías emergentes de entrenamiento descentralizado como el denominado Federated Learning. El segundo y tercer factor a tener en cuenta son los tiempos que conllevan, por un lado, los procesos necesarios de validación clínica de los sistemas basados en IA para garantizar su validez y seguridad y, por otro, los procesos regulatorios de revisión y aprobación para la comercialización.

– ¿Cree que la IA va a posibilitar un antes y un después en la investigación sobre el cáncer?

-Sin duda puede jugar un papel fundamental en descubrir nuevas moléculas, entender los procesos biológicos implicados y, aplicado a la clínica, poder desarrollar mejores  sistemas de screening y detección precoz del cáncer. Por ejemplo, la aplicación de algoritmos basados en arquitecturas de aprendizaje profundo de segmentación de imagen permite la detección automatizada de pólipos a partir de vídeos de colonoscopias, ayudando a la eficiencia diagnóstica del profesional.

También en el tratamiento personalizado y seguimiento del cáncer es muy prometedor en  cuanto a poder anticiparse a la recaída o a monitorizar la sensibilidad o resistencia a fármacos. Hay infinidad de ejemplos de los que se podría hablar y que apuntan a que sin duda estamos en un punto de inflexión en la investigación en cáncer gracias al potencial de la IA.

– ¿Está preparado el sistema sanitario español para el cambio tecnológico que viene?

La clave del éxito radicará en los recursos que se destinen para la formación en este campo. Deberíamos evitar ser consumidores pasivos de software basado en IA producido en otros países para ser aplicados en el sistema sanitario español. Los sistemas de software deben adecuarse a las características poblacionales de nuestros pacientes y las particularidades de nuestro sistema sanitario. Es por ello que éste debe ser activo en la creación e integración de esta tecnología.

Las necesidades de formación tienen tres niveles: informáticos especializados en temas médicos,  los propios médicos y los gestores hospitalarios y puestos de mando. Destacar que las oportunidades de la IA en gestión de los sistemas sanitarios es también enorme. En Medbravo, por ejemplo, colaboramos con el Instituto de Inteligencia Artificial para la realización de un máster de formación dirigido a directivos y puestos de mando intermedios.

– ¿En qué momento nos encontramos respecto a la aplicación de la IA en Medicina?

La revista European Journal Cancer ha publicado un estudio de validación de un tipo de red neuronal artificial entrenada denominado CNN. El estudio la comparó con 157 dermatólogos participantes y demostró ser superior a 136 de ellos. En la misma línea, la revista JNCI ha publicado otro estudio que demuestra la no inferioridad de una de estas redes frente a 101 radiólogos de 6 países para el diagnóstico de cáncer de mama. Dicho sistema superaba la especificidad y sensibilidad del 61% de los radiólogos. Asimismo, técnicas de deep learning en visión artificial se han usado con éxito para clasificar tumores en los diferentes subtipos moleculares pronósticos de cáncer de colon, una tarea hasta ahora basada en técnicas de laboratorio mucho más complejas. Son ejemplos que realzan el gran abanico y potencial de la IA para abaratar y mejorar la eficiencia de marcadores pronósticos y predictivos en cáncer.

Aurelia Bustos destaca entre otras cosas que la IA puede jugar un papel fundamental en la detección precoz del cáncer y también en el tratamiento personalizado y seguimiento del cáncer dónde los resultados son muy prometedores en  cuanto a poder anticiparse a la recaída o a monitorizar la sensibilidad o resistencia a fármacos. Hay infinidad de ejemplos de los que se podría hablar y que apuntan a que sin duda estamos en un punto de inflexión en la investigación en cáncer gracias al potencial de la IA.

– Los expertos afirman que la Sanidad es uno de los campos en los que más cambios va a producir la IA en un menor horizonte temporal ¿comparte esta apreciación?

La transformación en el ámbito médico no creo que ocurra antes que en otros sectores tales como la conducción autónoma, agricultura o robótica industrial. Si bien la dificultad técnica no es mayor que en otros ámbitos, las principales complejidades en medicina radican en tres factores. En primer lugar en la dificultad de conseguir los datos necesarios para entrenar los modelos. De ahí la importancia de promover bancos de datos de acceso abierto a la comunidad científica y también apostar por tecnologías emergentes de entrenamiento descentralizado como el denominado Federated Learning. El segundo y tercer factor a tener en cuenta son los tiempos que conllevan, por un lado, los procesos necesarios de validación clínica de los sistemas basados en IA para garantizar su validez y seguridad y, por otro, los procesos regulatorios de revisión y aprobación para la comercialización.

Entrevista original publicada en Economía 3 y realizada por Lola Torrent