Patricia Filluelo es economista graduada de la Universidad de Montevideo y docente en la Facultad de Ciencias Empresariales y Economía (FCEE). Filluelo destaca su amor por la docencia y su nueva pasión por la analítica a través de la inmersión en la ciencia de datos.

Junto a María Eugenia Pastor (licenciada en Biotecnología) con quien cursa la maestría en Data Science de UTEC, llevaron adelante la conferencia "Inteligencia Artificial en la salud: democratizando y escalando soluciones", dentro del bloque Aplicaciones de data science a negocios, en el evento virtual Women in Data Science (WiDS). Dicho evento, organizado por el Programa en Data Science, UTEC y Plan Ceibal, tuvo como consigna presentar a mujeres destacadas que realizan un trabajo excepcional en el campo de la ciencia de datos.

WiDS se realizó el jueves 7 de mayo en vivo a través de Zoom (y se transmitió por YouTube), y atrajo público académico y profesional de los diferentes rubros, gracias a su amplio abordaje temático. En el evento, también participaron como oradoras las ingenieras Lucía Etchecopar y Victoria Seoane, graduadas de Facultad de Ingeniería, y Magdalena Furtado e Irene González, egresadas de programas de la Escuela de Negocio IEEM de la Universidad.

La inteligencia artificial en el campo de la medicina y farmacología

Las exponentes comenzaron hablando de por qué la Inteligencia Artificial (AI por sus siglas en inglés) es tan prometedora en el sector de la salud, comentando las estadísticas sobre errores de diagnóstico en salud en el sistema estadounidense, que abarca doce millones de casos por año. Pastor comentó que la AI es una gran herramienta en la etapa de diagnóstico, poniendo como ejemplo el caso de un algoritmo de escaneo ocular que detecta por sí solo una forma de ceguera, “con la misma precisión que un oftalmólogo altamente capacitado”. Según la experta, se trata de una oportunidad para democratizar los diagnósticos médicos, sobre todo porque la herramienta permitiría acceso al servicio en países o ciudades donde escasean profesionales de este calibre capaces de realizar los diagnósticos. Pastor también mencionó la AI como una forma de potenciar el descubrimiento de fármacos (a través de la escalada y democratización de información en la investigación), y destacó su papel en el análisis del genoma humano. En este punto, tomó como ejemplo el caso del coronavirus, el escalamiento de la información y el tratamiento del virus según los datos que se recopilan por etapas.

Un proyecto para tratar el autismo a través de Machine Learning

Siguiendo los casos ejemplares en la medicina y farmacología, Patricia Filluelo habló del proyecto que realiza en conjunto con Pastor (y cuatro compañeros del área de la Ingeniería) para la maestría en Data Science que cursan, y que pone en su centro la herramienta de Machine Learning para el tratamiento de autismo en niños en Uruguay. En su introducción, Filluelo remarcó algunos aspectos del contexto actual, por ejemplo, que en Uruguay hay más o menos 9.000 niños que potencialmente tienen autismo; que en el país no hay suficientes recursos -financieros o humanos- para tratar este número de casos; que la intervención temprana es crucial y que, a nivel global, según las tasas de prevalencia, hay demoras o falta de diagnóstico.

Con estos precedentes, Pastor y Filluelo realizaron una investigación y análisis para ver las formas viables de mejorar el acceso a terapia para personas con síndrome del espectro autista. Su investigación arrojó que el 84% de los padres de niños en esta condición está de acuerdo con el uso de la tecnología en la terapia. “Esto implica que la tecnología podría ser la mejor herramienta con la que contamos para poder escalar y democratizar esta solución tan necesaria para el autismo”, comentó Filluelo en su presentación, y destacó que la propuesta a partir de estos datos es generar una aplicación que contenga la herramienta de Machine Learning, “que defina y actualice los tratamientos de cada niño. Esto será complementado con componentes secundarios, como por ejemplo un chat de padres, y una serie de video educativos, para poder satisfacer la necesidad de información que tienen las familias”.

A continuación, la empresaria comentó cómo funcionaría el modelo de Machine Learning y el valor de la aplicación en su propuesta, que busca optimizar el tratamiento que recibe el niño de acuerdo a los datos asociados al caso, recomendando tareas según lo que lean los algoritmos (ver video con explicación en este link). La conclusión de su presentación en Women in Data Science fue que Machine Learning permite democratizar y escalar una solución para el tratamiento de niños con autismo. 

Patricia Filluelo estuvo vinculada durante casi diez años a la empresa multinacional Coca-Cola, tanto en Uruguay como en las oficinas regionales basadas en Lima y Buenos Aires, donde lideró áreas comerciales como Nuevos negocios, Operaciones y marketing. Actualmente es docente en la Universidad de Montevideo de la materia Administración de Ventas. A partir del segundo semestre de 2020, brindará además el curso Negociación Internacional a alumnos de grado de la FCEE. Hoy es la directora de la empresa UP Marketing y ventas, y cursa la Maestría en Data Science de la Universidad Tecnológica (UTEC) y el Massachusetts Institute of Technology (MIT).