Nuestros teléfonos inteligentes van a todas partes con nosotros En cierta medida, lo mismo ocurre con nuestros smartwatches, fitness trackers, monitores de salud inalámbricos y localizadores. Pero en su mayor parte, no están conectados entre sí. Por ejemplo, un Fitbit no puede usar la información de salud desde un monitor de glucosa Wi-Fi. Un localizador Bluetooth no puede utilizar la ubicación geográfica de tu teléfono. Y un podómetro ciertamente no es consciente de la dirección, la duración y la longitud de la ultima vez que saliste a correr, mucho menos la hora del día.
Gilad Meiri ve eso como un potencial inexplorado. Meiri es el CEO y fundador de Neura AI, una empresa de inteligencia artificial que desarrolla algunos de los algoritmos de aprendizaje automático más avanzados.
Con suficientes datos, el software de Neura puede aprender una cantidad increíble de información sobre tu rutina. Sabe a qué hora es probable que vayas a dormir en un día de la semana en particular. Puede decir si estás en la oficina, en algún restaurante o en la casa de un amigo. Y puede incluso decir cuando decidiste faltar al gimnasio.
Meiri tuvo la idea de Neura cuando el cofundador y director de tecnología de su empresa, Triinu Magi, cayó enfermo durante cinco meses. Después de innumerables MRIs no concluyentes y visitas al médico, recurrió a otro tipo de tecnología para obtener respuestas.
Magi, un científico profesional de data, registró la biometría como la frecuencia cardíaca, la presión arterial, el oxígeno de la sangre y la glucosa, y correlacionó los datos con un diario de alimentos. Un patrón pronto surgió, donde se veia dramáticas elevaciones y descensos del azúcar en la sangre después de comer bocadillos azucarados. De esa manera, se determinó que Magi tenía una forma rara de diabetes.
Ese trabajo basado en data compartida fue la piedra angular de Neura. Los algoritmos, como Meiri los describió a Digital Trends, aprovechan todas las fuentes de información disponibles en una búsqueda continua de tendencias, patrones y correlaciones.
Son capaces de interpretar datos de más de 55 dispositivos de iOT, incluyendo wearables como el Apple Watch y otros rios inteligentes que ejecutan el sistema operativo Android Wear de Google. Recuerdan los puntos de Wi-Fi recientes, las ubicaciones que has estado, las próximas citas y reuniones, y los amigos y familiares con los que te comunicas con más frecuencia.
Todo se puede ver en la aplicación de tablero móvil de Neura. Meiri mostró su cuenta personal a Digital Trends, y el gran volumen de fuentes de datos era asombroso: Neura estaba recogiendo información de 54 aplicaciones. «Probablemente me conoce mejor que nadie», dijo.
Neura se está enfocando en la telemedicina. Por ejemplo, una de las implementaciones más impresionantes es un glucómetro inteligente para diabéticos. Gracias a las ideas algorítmicas de Neura, esta detecta que un paciente en particular debe comprobar sus niveles de glucosa antes de hacer ejercicio, e igualmente se da cuenta cuando llega al gimnasio, lo que hace que el glucómetro recomiende alguna acción precisamente en el momento crítico.
Por su parte, Medisafe aprovecha el servicio de IA de Neura para enviar recordatorios de píldoras basados en la hora en la que un se despierte y se vaya a dormir. De acuerdo con los Centros para el Control y Prevención de Enfermedades, casi el 50 por ciento de los estadounidenses toman medicamentos recetados para una o más enfermedades crónicas como las enfermedades cardiovasculares, la diabetes y el asma. Se calcula que tres de cada cuatro no toman sus medicamentos según las indicaciones.
Sin embargo, por supuesto que esto plantea problemas de privacidad. Neura está recolectando cientos de puntos de datos todos los días y suministrando esa información a aplicaciones y servicios de terceros, que posteriormente los utilizan para otros fines.
Al respecto, Meiri señaló que Neura requiere que los s aprueben cada punto de datos individualmente, es decir que tienen que revisar y dar permiso para cada uno, añadiendo que la transparencia de Neura lo distingue de la mayoría de los servicios de recolección de datos del mercado. Las redes publicitarias, dijo, no siempre son transparentes sobre la información que están recopilando y utilizando. En última instancia, el nivel de comodidad de privacidad dependerá de cada persona.
