Coronavirus: cómo los modelos matemáticos y el Big Data ayudan a controlar la epidemia

Desde su introducción en las ciencias médicas en 1927, los modelos matemáticos de epidemias utilizan algoritmos o ecuaciones para explicar y predecir el comportamiento de agentes infecciosos, así como los daños que ocasionarán a la población humana o de animales. Y hoy, con la pandemia del nuevo coronavirus COVID-19, son herramientas fundamentales para entender y atender este fenómeno.

Este tipo de cálculos toma en cuenta parámetros biológicos y sociales, su exactitud ha contribuido para predecir el crecimiento del brote infeccioso, cuándo alcanzará su punto máximo y en qué momento comenzará a descender. 

Un factor clave para hacer esta proyección es el número reproductivo básico (R0), el cual se obtiene al calcular cuántas personas podrían infectarse por cada enfermo existente. El R0 indicará que tan rápido se extiende el virus entre la población en un período inicial y a partir de él evaluar la gravedad de la propagación.

Así, este tipo de modelos se han utilizado para calcular el desarrollo de epidemias recientes, por ejemplo, en 2009 ante la crisis de la influenza AH1N1, en 2014 con la dispersión del virus del Ébola y hoy para estimar el crecimiento y afectaciones del coronavirus.

Modelando el COVID-19 en México

Diversos científicos mexicanos, entre ellos Gustavo Cruz, miembro del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS) diseñaron un modelo matemático para determinar la velocidad de propagación del COVID-19 en nuestro país. De acuerdo con los cálculos, los investigadores pronostican que el virus aumentará su nivel de dispersión y se convertirá en un brote infeccioso entre el 20 y 30 de marzo.

El veloz crecimiento del virus se debe a que el R0 se encuentra en una medida entre el 1.5 al 4 pero, a partir de la velocidad de propagación que se observó entre la población de Wuhan, el nivel estimado más aceptado por los científicos es de 2.5.

Que el virus cuente con un R0 de 2.5 resulta alarmante para los científicos mexicanos quienes, para ejemplificar la gravedad del asunto, han señalado que durante la epidemia del AH1N1 que vivió nuestro país hace 11 años, el R0 del virus era de 1.7.

Pero no todo está perdido, ante un virus como el COVID-19 la mejor estrategia para combatirlo es la prevención. Los modelos de pronóstico de propagación basados en inteligencia artificial y analítica avanzada brindan un nuevo enfoque para tomar medidas correctivas e intentar detener el contagio.

El caso de Taiwán: combatiendo el coronavirus con Big Data

Taiwán es uno de los países que mejor ha contenido la propagación del coronavirus, incluso cuando se esperaba que tuviera el segundo mayor número de casos por la enfermedad, ya que más de 400 mil ciudadanos viajan del país hacia China para ir a trabajar. ¿Cómo lo logró?

Cabe mencionar que, a raíz de la epidemia del virus SRAS en 2003 que causo miles de muertes en el país, Taiwán ha estado preparado para actuar en contra de la propagación de los virus y para ello se ha apoyado en la tecnología avanzada.

Cuando se anunció el primer caso de coronavirus en China, Taiwán rápidamente empezó a tomar acciones para proteger a su población. Así, el país integró la base de datos del Seguro Nacional de Salud con su base de datos de inmigración y aduanas para realizar un análisis de Big Data.

De este modo pudo generar alertas en tiempo real de casos potenciales, por ejemplo, si una persona visitaba una clínica presentando síntomas del virus más un historial de viaje hacia China. De este modo, las personas que presentaban mayor riesgo por haber visitado áreas de alta propagación (por ejemplo, Wuhan) fueron puestas en cuarentena en su hogar y fueron rastreadas a través de su teléfono celular para asegurarse de que permanecieran en casa durante el período de incubación.

Como lo dijimos en un principio, para la propagación del coronavirus también influyen parámetros sociales, es decir, las acciones que realizan las personas para disminuir la velocidad de contagio; de ahí la importancia de reducir la cantidad de exposición al tomar medidas concretas como dejar de reunirse e incluso al lavarse las manos con mayor frecuencia.

Si quieres saber más sobre las aplicaciones de la analítica avanzada en este tipo de temas, suscríbete a mi blog y mantente informado.