Pacientes virtuales
Simuladores conversacionales para que terapeutas en formación practiquen la entrevista clínica.
- Datos
- Transcripciones y decisiones del estudiante
- Ciencia de datos
- Procesamiento de lenguaje natural
No se pudo conectar con la API en http://127.0.0.1:8000.
Tecnología
Simulación y gemelos digitales
Una simulación es un modelo que reproduce cómo evoluciona un sistema: una epidemia, una cadena de suministro, un cultivo o una mente. La ciencia de datos la alimenta con datos reales, la calibra y, a su vez, aprende de los escenarios que genera.
Qué es y qué datos genera
Hay varias familias: Monte Carlo (miles de escenarios aleatorios para medir el riesgo), modelos basados en agentes (individuos que interactúan), eventos discretos (colas, procesos) y modelos físicos. Un gemelo digital es una simulación conectada en tiempo real a su equivalente físico mediante sensores.
Datos históricosParámetros estimadosEscenarios sintéticosDistribuciones de resultadosTelemetría en tiempo real
Cómo se relaciona con la ciencia de datos
La relación va en los dos sentidos: la tecnología produce datos y la ciencia de datos la hace más inteligente.
1. Datos que calibran la simulación
Los parámetros del modelo se estiman con datos reales.
2. Simulaciones que generan datos
Datos sintéticos para entrenar modelos cuando los reales escasean.
3. Machine learning que acelera la simulación
Modelos sustitutos que emulan simulaciones costosas en milisegundos.
Del dato a la decisión
- 1Pregunta¿Qué escenario queremos explorar?
- 2Modelo conceptualEntidades, reglas y supuestos.
- 3CalibraciónParámetros estimados con datos reales.
- 4ValidaciónLo simulado reproduce lo observado.
- 5EscenariosMiles de corridas what-if.
- 6DecisiónRiesgos e incertidumbre cuantificados.
Aplicaciones por sector
Elige un sector para ver casos concretos, qué datos se usan y qué técnica de ciencia de datos hay detrás.
Modelos computacionales de la cognición
Simular cómo se aprende o se decide para contrastar teorías con datos.
- Datos
- Respuestas y tiempos en tareas experimentales
- Ciencia de datos
- Ajuste de modelos (aprendizaje por refuerzo, modelos de difusión)
Difusión de conductas en redes
Modelos de agentes sobre cómo se propagan hábitos o el estigma en una comunidad.
- Datos
- Redes sociales y encuestas
- Ciencia de datos
- Modelos basados en agentes
Ejemplo
Ejemplo ilustrativo con datos sintéticos.
Simulación de una epidemia: dos escenarios
Porcentaje de la población infectada al mismo tiempo (modelo SIR)
Ver datos
| Día | Sin intervención (R₀ 2,5) | Con medidas (R₀ 1,6) |
|---|---|---|
| día 0 | 0,1 % | 0,1 % |
| día 4 | 0,23 % | 0,14 % |
| día 8 | 0,53 % | 0,2 % |
| día 12 | 1,19 % | 0,27 % |
| día 16 | 2,64 % | 0,38 % |
| día 20 | 5,57 % | 0,53 % |
| día 24 | 10,67 % | 0,74 % |
| día 28 | 17,33 % | 1,02 % |
| día 32 | 22,54 % | 1,39 % |
| día 36 | 23,43 % | 1,87 % |
| día 40 | 20,47 % | 2,5 % |
| día 44 | 15,95 % | 3,26 % |
| día 48 | 11,6 % | 4,16 % |
| día 52 | 8,1 % | 5,16 % |
| día 56 | 5,51 % | 6,16 % |
| día 60 | 3,69 % | 7,08 % |
| día 64 | 2,45 % | 7,78 % |
| día 68 | 1,62 % | 8,17 % |
| día 72 | 1,06 % | 8,21 % |
| día 76 | 0,7 % | 7,91 % |
| día 80 | 0,46 % | 7,34 % |
| día 84 | 0,3 % | 6,59 % |
| día 88 | 0,19 % | 5,76 % |
| día 92 | 0,13 % | 4,92 % |
| día 96 | 0,08 % | 4,13 % |
| día 100 | 0,05 % | 3,41 % |
| día 104 | 0,04 % | 2,78 % |
| día 108 | 0,02 % | 2,25 % |
| día 112 | 0,02 % | 1,8 % |
| día 116 | 0,01 % | 1,44 % |
| día 120 | 0,01 % | 1,14 % |
| día 124 | 0 % | 0,9 % |
| día 128 | 0 % | 0,71 % |
| día 132 | 0 % | 0,56 % |
| día 136 | 0 % | 0,44 % |
| día 140 | 0 % | 0,34 % |
| día 144 | 0 % | 0,27 % |
| día 148 | 0 % | 0,21 % |
| día 152 | 0 % | 0,17 % |
| día 156 | 0 % | 0,13 % |
| día 160 | 0 % | 0,1 % |
Retos y buenas prácticas
Validación
Un modelo elegante pero no validado da respuestas precisas… y equivocadas.
Supuestos ocultos
Cada simulación descansa en supuestos que deben documentarse y comunicarse.
Coste computacional
Las simulaciones detalladas exigen infraestructura o modelos sustitutos.