Un innovador sistema basado en la Inteligencia Artificial y desarrollado por un equipo de la Escuela de Ciencia y Tecnología (ECyT) de la Universidad Nacional de San Martín (UNSAM) permitirá anticipar brotes de dengue durante el verano. 

“Esperamos que este desarrollo ayude a prevenir los brotes de dengue de manera ágil y eficiente”, aseguró Ezequiel Álvarez, investigador del CONICET y profesor de la UNSAM, quien lideró este proyecto interdisciplinario que busca predecir con mayor precisión los focos de contagio, mitigando su expansión y permitiendo una intervención más eficiente.  

El desarrollo será usado en la provincia de Buenos Aires, según lo anunciaron el gobernador Axel Kicillof y el ministro de Salud Nicolás Kreplak, en el marco de la presentación de una serie de medidas preventivas para enfrentar la amenaza del dengue en la Provincia.

La base del proyecto es la implementación de IA bayesiana, una técnica que permite inferir magnitudes no observadas a partir de aquellas que sí son visibles. “En la dinámica de la epidemia del dengue, como en cualquier sistema, ocurren muchos procesos que se relacionan entre sí y dependen de ciertas magnitudes”, explicó Álvarez. 

En el sistema intervienen factores como el clima, los casos reportados en los últimos 20 días y las llamadas al número de emergencias 148, que son parte de las magnitudes observadas que el sistema utiliza para hacer sus cálculos.

Así, la IA puede inferir magnitudes ocultas, como la cantidad de mosquitos infectados en un área específica o el nivel de descacharreo (la eliminación de recipientes donde los mosquitos pueden reproducirse) en una zona determinada.

“Uno nunca va a saber la cantidad exacta de mosquitos, sino que infiere una distribución de probabilidad. Al correr el modelo, junto con los datos que irán llegando de la epidemia, esperamos hallar que en algunos lugares esta distribución de probabilidad será mayor que en otros, y esa será clave para tomar acciones ágiles y eficientes con políticas públicas”, explicó el investigador.

Además, señalaron que el sistema aprende de los datos históricos —ahora lo entrenan con los datos de la epidemia de 2023— y en tiempo real, ajustando sus predicciones y ofreciendo a los responsables de salud pública información precisa para intervenir en los puntos críticos antes de que los brotes se intensifiquen.

El sistema analizará 400.000 manzanas de centros urbanos, ya que la región densamente poblada es la más vulnerable a la propagación del dengue. A través de la recopilación y procesamiento de datos climáticos, demográficos y epidemiológicos, el modelo será capaz de identificar en tiempo real las zonas con mayor riesgo de brote, confían sus desarrolladores. 

El equipo de investigación incluye no solo matemáticos y expertos en inteligencia artificial, sino también biólogos, zoólogos y epidemiólogos, todos ellos coordinados por Álvarez. 

“La transferencia de conocimiento científico en salud y prevención es esencial para mejorar la calidad de vida”, subrayó Pablo Palmaz, subsecretario de Relaciones Interinstitucionales de la UNSAM, quien prevé que el impacto de esta tecnología será clave en la lucha contra el dengue en los próximos meses. [El Teclado]