La Universidad Loyola a través de su Instituto de Ciencia y Tecnología (LOYOLATECH) ha realizado un estudio basado en el uso de técnicas de Inteligencia Artificial (IA) y de un modelo matemático aplicado a la epidemiología que ha podido predecir que el pico de los casos de coronavirus en Andalucía aún está por llegar. El estudio ofrece una estimación de la respuesta hospitalaria a la pandemia en las próximas semanas en las diferentes provincias de Andalucía, utilizando para ello modelos epidemiológicos de uso común en estas situaciones. Los científicos han desarrollado un sitio web (https://www.uloyola.es/loyolatech/proyectos/covid-19) donde detallan los estudios realizados y colgarán los datos actualizados y sus previsiones día tras días mientras dure la pandemia.
Uno de los resultados del estudio es que, en caso de mantener el Plan 9000, aprobado el pasado 29 de marzo por la Junta de Andalucía para atender a posibles 9000 infectados por coronavirus, probablemente fuese necesario reforzar las UCIs disponibles en algunas provincias. En estos momentos, al haberse aprobado el nuevo Plan 15.000 el pasado 8 de abril, los investigadores, en base al modelo matemático elaborado, han comprobado que el Sistema Andaluz de Salud (SAS) sí podrá cubrir todos los casos de infectados previstos con la suficiente anticipación y garantías.
La investigación liderada por el equipo del catedrático Pedro Rodríguez, en colaboración con el centro de investigación alemán Mosaiques Diagnostics & Therapeutics, apunta que, si se mantuviese el Plan 9000 y según los datos arrojados por los modelos matemáticos, las UCIs de algunas provincias andaluzas no habrían sido suficientes. No obstante, también indica que con la activación el nuevo plan las UCIs disponibles serían suficientes para cubrir las demandas que indican las predicciones en todas las provincias.
El estudio se describe en detalle en el artículo titulado “COVID-19 Impact Estimation on ICU Capacity at Andalusia, Spain, by using Artificial Intelligence”, que es la evolución de un estudio realizado en días anteriores titulado “Monte Carlo Deep Neural Network Model for Spread and Peak Prediction of COVID-19 in Spain”, en el que, usando modelos epidemiológicos ajustados mediante técnicas de IA, se predecía que el pico de infecciones por el COVID-19 se dará cuando hayan transcurrido de 74 a 94 días desde el primer caso de contagio registrado a nivel nacional.
Modelos matemáticos que determinan las probabilidades de infección
Para desarrollar el estudio, los investigadores han utilizado un modelo matemático de uso común en estudios epidemiológicos denominado SIR (del inglés Susceptible-Infected-Recovered). En pocas palabras, este modelo describe la evolución de las personas susceptibles, infectadas y recuperadas en una epidemia en función de la probabilidad que tienen los individuos para ser infectados y para recuperarse en caso de infección. La cuestión está en determinar el valor de las probabilidades de infección y recuperación en una población concreta y para eso los científicos han utilizado técnicas de IA.
Concretamente, se han utilizado los datos oficiales de las provincias de Andalucía en los meses de marzo y abril para aplicarlos a dicho modelo matemático y así determinar las probabilidades de infección y recuperación de los individuos por provincia, considerando para ello 550.000 posibles escenarios. De esta forma, ha sido posible estimar la evolución futura de la pandemia en cada provincia, llegándose a la conclusión de que el pico de infecciones en las diferentes provincias se alcanzará entre el 14 y el 20 de abril.
En realidad, este estudio inicialmente pretendía conocer cómo la crisis del COVID-19 modificaría nuestro consumo energético y cómo esto afectaría a nuestros bolsillos. No obstante, una vez que se conocía como podía evolucionar la pandemia, se consideró interesante predecir si las UCIs del SAS podrían llegar a colapsarse en algún momento. Para ello, se analizó estadísticamente la relación entre los individuos infectados y los individuos ingresados en las UCIs del sistema público en cada provincia. Según indica el investigador principal Pedro Rodríguez: “El estudio trata de predecir si las camas de UCI, los respiradores y las camas normales de hospital de cada provincia serían suficientes para cubrir los pacientes potenciales que arroja un modelo matemático epidemiológico basado en inteligencia artificial”
A la falta de otros datos concluyentes, este tipo de estudios ofrecen a las autoridades competentes unas estimaciones útiles para la toma de decisiones con la suficiente antelación y con una magnitud adecuada en cada provincia, haciendo frente al posible pico de pacientes que el modelo epidemiológico SIR indica que aún está por llegar. Este estudio es un ejemplo de cómo la ciencia y sus herramientas puede ayudar programar los recursos hospitalarios y otras medidas de cara a un incremento de infectados, ayudando así a los responsables públicos a elaborar políticas encaminadas a minimizar los efectos de la crisis del COVID-19 sobre la población.
