Argentina: Usan inteligencia artificial contra el dengue

Crédito de la imagen: Nicolás Schweigmann / Nexciencia
Un grupo de investigadores argentinos busca predecir con algoritmos de inteligencia artificial los lugares donde puede haber más mosquitos Aedes aegypti, vector de enfermedades como dengue, zika y chikungunya. Los modelos creados fueron alimentados con datos ambientales (como temperatura, lluvias y vegetación) derivados de información satelital, que se contrastaron con un relevamiento de la cantidad de huevos de mosquitos hallados en el terreno. El estudio se llevó a cabo en la ciudad de Tartagal, en la provincia de Salta (norte argentino), donde se colocaron ovitrampas y se tomaron medidas semanalmente. Ambas acciones ayudaron a que el modelo se retroalimentara y refinara los mecanismos artificiales de predicción. El objetivo es generar las condiciones para armar un mapa geoespacial de riesgo para todo el país. Los resultados vinculados al desempeño del algoritmo fueron publicados en la revista Acta tropica (3 de mayo). “Lo que busca el artículo es introducir en la epidemiología esta área que está de moda, que es el machine learning (aprendizaje de máquinas), y que es una herramienta muy poderosa a la hora de estimar y predecir comportamientos”, dice Juan Scavuzzo, investigador de la Facultad de Matemática, Astronomía, Física y Computación de la Universidad Nacional de Córdoba y uno de los autores del estudio. “Comparamos modelos lineales con modelos producidos por redes neuronales artificiales y claramente estos últimos tuvieron correlaciones más grandes con los vistos en el campo para predecir la abundancia de huevos de mosquito”, agrega. Según Scavuzzo, el modelo ya ha sido validado con técnicas estadísticas y se podría aplicar con el tiempo en cualquier barrio de cualquier ciudad. Del trabajo en campo se encargaron investigadores de la Fundación Mundo Sano, una organización privada que trabaja con científicos desde hace más de una década analizando el comportamiento de los mosquitos y trabajando para reducir el impacto de enfermedades desatendidas.
“Con los años hemos generado una robusta serie temporal de datos, a través de ovitrampas en ciudades como Clorinda (Formosa) y Puerto Iguazú (Misiones)”, contó Manuel Espinosa, coordinador del área de enfermedades transmitida por mosquitos de la fundación. En la ciudad de Tartagal, el monitoreo constó de sensores (ovitrampas) colocados en sitios donde los Aedes aegypti ponen huevos. El período de monitoreo se extendió entre agosto de 2012 y julio de 2016 e incluyó 50 hogares. En cada uno de ellos se colocaron dos ovitrampas (una adentro y otra afuera), según indican las guías de la Organización Mundial de la Salud para monitorear la presencia del mosquito. Semanalmente, las ovitrampas se llevaban a laboratorios y se contabilizaban los huevos. Ingresando estos datos en una herramienta computacional se entrenó a una red neuronal que genera algoritmos que permiten estimar la ovipostura semanal de un lugar según variables climáticas. “Con estos modelos la red aprende a partir de resultados reales, saca un valor, lo compara y ajusta el algoritmo, así la máquina aprende sola y se va reajustando”, agrega Espinosa. Nicolás Schweigmann, investigador independiente del Conicet del Grupo de Estudio de Mosquitos (UBA), dice que el trabajo científico de sus colegas le parece interesante ya que “modela las condiciones ambientales y trata de ajustar la favorabilidad del entorno para el vector”, pero le encuentra límites. “No da cuenta de la dinámica real del vector desde el punto de vista de los recursos, es decir, la modificación de la cantidad de criaderos —recipientes que acumulan agua— presentes en las manzanas de la ciudad”, destaca. Ese es el punto en que históricamente se han basado los programas de prevención, que no haya cacharros y lugares con agua donde los mosquitos puedan anidar. “Y eso depende de factores sociales, económicos, de las personas. Y de cuán fuerte es el programa de prevención de dengue de cada ciudad. Eso tiene que ver con la educación ambiental”, dice Schweigmann. Por: Martín De Ambrosio