Casi 10 millones de personas en todo el mundo viven con la enfermedad de Parkinson, y a medida que la población envejece esa cifra va en aumento. Katalyze Data quería ver si podían utilizar SAS Viya para ayudar a diagnosticar antes el Parkinson, de modo que los pacientes pudieran buscar atención pronta.

Utilizando datos públicos sobre los teclas de movimiento, el equipo de ParkinStrike fue capaz de poner rápidamente en funcionamiento modelos de machine learning para su uso en una aplicación externa en la que los usuarios pueden comprobar si sus patrones de teclado indican síntomas de la enfermedad.

Tamás Bosznay, consultor principal de Katalyze, afirma que la posibilidad de desplegar modelos en un par de clics les permitió adoptar un enfoque de experimentación basado en "probar rápido, fallar rápido", al tiempo que confiaban en que la capacidad de explicación de Viya garantizaría la confianza en los resultados, algo fundamental en la atención a la salud.

Bosznay también señaló que una de las mayores ventajas era que la variedad de interfaces de Viya permitía que distintos equipos y conjuntos de habilidades diferentes trabajaran juntos en el proyecto.

"Creo que en eso destaca SAS Viya", afirma. "El tiempo de comercialización es mucho más corto hoy en día, por lo que las empresas tienen que ser capaces de hacerlo de forma mucho más rápida y flexible".

Por definición, los proyectos del Internet de las Cosas van a implicar cantidades masivas de datos complejos en flujo continuo. Puede ser fácil "perderse" en esos datos, dice Alex Buchwald, de Positive Thinking Company, y pasarse semanas o meses afinándolos.

En su proyecto del Hackathon para optimizar el uso de la energía para un importante fabricante europeo de ladrillos, su equipo utilizó la IA automatizada y el reinforcement learning de SAS Viya para acelerar sus plazos de trabajo con todos esos datos y obtener una prueba de concepto funcional para un proceso de manufactura más sostenible.

"Se puede acelerar mucho la fase de desarrollo", afirma Buchwald. "Pensamos que sería estupendo encontrar un enfoque basado en la IA para ayudar a los clientes a reducir el costo de la energía y, al mismo tiempo, hacer algo bueno por el medio ambiente".

Buchwald añade que uno de los beneficios secundarios del proyecto fue la oportunidad de exponer a los colegas más nuevos a todas las fases del ciclo de vida analítico y permitirles adquirir experiencia práctica en un proyecto integral para crear un cambio en el mundo real.

"Se pueden transformar los datos con SAS, hacer modelos de IA y también conectar el mundo abierto de la IA a través de Python", afirma. "Está totalmente integrado en una única plataforma".

Yakarta, la capital de Indonesia, tiene 11 millones de habitantes. Pero se está hundiendo debido al cambio climático y a inundaciones épicas, y sin ayuda quedará bajo el agua en 2050.

Conozca al equipo del Hackathon que se propuso salvar Yakarta desarrollando un sistema centralizado e integrado de control de inundaciones, basado en analítica de datos en tiempo real procedentes de sensores IoT.