Un científico argentino desarrolló un alerta de brotes de COVID-19 con la misma técnica que detectó la “partícula de Dios”

Un científico argentino desarrolló un alerta de brotes de COVID-19 con la misma técnica que detectó la “partícula de Dios”

En los años 60, un físico inglés predijo la existencia de una partícula en el Universo que interactúa con otras para darles masa, que se llamó popularmente “partícula de Dios”. Esa partícula fue finalmente encontrada en 2012 gracias al gran colisionador y con el uso de herramientas de inteligencia artificial. El científico argentino Ezequiel Álvarez, de la Universidad Nacional de San Martín (Unsam) y del Conicet, es parte de ese grupo internacional de investigadores. Desde ese campo del conocimiento que parece tan lejano para la cotidianeidad de la gente, el doctor Álvarez aportó una solución original y clave para responder a la pandemia que será aplicada por el Banco de Desarrollo de América Latina (CAF) en otros países de la región.

Álvarez desarrolló un logaritmo para contar con un sistema que alerta que estima cuándo están aumentando los casos de COVID-19 en una zona específica de las ciudades, y permite adoptar decisiones más rápido para evitar más contagios. “Si bien me dedico a la física teórica, sentí que podía aportar algo ante la emergencia por la pandemia en marzo del año pasado”, contó a Infobae el investigador Álvarez, quien se formó en la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires y hoy trabaja dentro del Instituto ICAS de la Escuela de Ciencia y Tecnología de la UNSAM.

 

“En el colisionador de hadrones, que está en la frontera entre Suiza y Francia, hemos buscado diferentes partículas. Se detectan a partir de herramientas de inteligencia artificial que permiten distinguir a las partículas del fondo”, comentó. Con ese concepto, desarrolló el algoritmo que sirve para estimar casos sospechosos de COVID-19 de los que no lo son a partir de llamados telefónicos.

En mayo pasado, el proyecto de Álvarez tomó forma en un tablero que pasó a utilizar el Ministerio de Salud de la provincia de Buenos Aires. Cuando tiene síntomas de tos, fiebre, estornudos, entre otros, la gente puede llamar al teléfono 148. Allí los operadores responden y suben los detalles de cada llamado. A través del algoritmo, las autoridades sanitarias pueden estimar con hasta cinco días de anticipación la curva de casos confirmados por laboratorio. El proyecto se convirtió en realidad, y también en un reporte que ahora fue publicado por la revista Open Access de la Royal Society de Inglaterra.

En el reporte de la revista científica, cuyos coautores son Daniela Obando, Sebastian Crespo, Enio García, Nicolás Kreplak y Franco Mársico, del Ministerio de Salud bonaerense, se detalló cómo se pudo identificar a tiempo que había un brote de COVID-19 en Villa Azul, en el partido de Quilmes, en mayo del año pasado. A través de la herramienta de inteligencia artificial, se hizo el alerta temprana de que estaban subiendo los contagios, y el Ministerio implementó un aislamiento comunitario que permitió controlar el brote.

En mayo del año pasado, la herramienta de inteligencia artificial estimó que estaban aumentando los casos en Villa Azul, 
Quilmes. Para evitar que el brote se expandiera, se decidió hacer rastreo de contactos estrechos en el barrio y se implementó un aislamiento comunitario / REUTERS/Agustin Marcarian

En mayo del año pasado, la herramienta de inteligencia artificial estimó que estaban aumentando los casos en Villa Azul, Quilmes. Para evitar que el brote se expandiera, se decidió hacer rastreo de contactos estrechos en el barrio y se implementó un aislamiento comunitario / REUTERS/Agustin Marcarian

“El algoritmo indicó un brote en Villa Azul y por eso se restringió la zona. De otra forma, los contagios hubieran escalado”, aseguró Álvarez. Ese fue el caso más conocido, pero no el único. “Se estima que de cada 30 personas infectadas, una muere. La efectividad del algoritmo articulado con los operativos Detectar permitieron y permiten salvar vidas, al disminuir la tasa de contagios”, sostiene.

Los hisopados confirman los diagnósticos pero implican varios días de realización. El algoritmo da ventaja al poder estimar la cantidad de casos de personas que tienen realmente el coronavirus y distinguir los casos sospechosos que se descartan. En enero pasado, también se hicieron restricciones nocturnas en los bares bonaerenses al tener en cuenta los resultados que indicaba el sistema de alerta temprana de COVID-19. Se levantaron en febrero.

“Con la herramienta de inteligencia artificial, en el mismo día las autoridades sanitarias ya tienen la estimación de enfermos. Logramos que sea una herramienta que no sufre distorsiones”, señaló el investigador a Infobae. Al tener en cuenta los resultados del sistema de alerta temprana, el Banco CAF hizo un acuerdo con la Unsam y llevó a cabo un proyecto piloto en San Martín, a través del programa Ciudades Inteligentes, y ya se decidió que se aplicará en otras ciudades de América Latina.

¿Se podría aplicar el algoritmo para controlar mejor otras infecciones? Sí, según Álvarez. “Se podría usar para otras infecciones, como dengue, y para catástrofes. Es un nuevo punto de vista para extraer información de manera inteligente a partir de las llamadas a líneas de policía, emergencias médicas, y puede servir en cualquier país del mundo”, señaló. En la Universidad de San Martín, también el año pasado se creó un método para detectar si una persona tiene dengue en 10 minutos

Los hisopados toman muestras de las personas sospechosas de COVID-19 y sirven para detectar el coronavirus. Pero el algoritmo desarrollado por el investigador de UNSAM y Conicet permite estimar cuántos casos por día son nuevos contagios. De esta manera, se puede tomar decisiones más rápido, como restricciones en bares o aislamiento comunitarios, según los resultados del sistema y prevenir más contagios.

Los hisopados toman muestras de las personas sospechosas de COVID-19 y sirven para detectar el coronavirus. Pero el algoritmo desarrollado por el investigador de UNSAM y Conicet permite estimar cuántos casos por día son nuevos contagios. De esta manera, se puede tomar decisiones más rápido, como restricciones en bares o aislamiento comunitarios, según los resultados del sistema y prevenir más contagios.

Consultado por Infobae, Darío Codner, físico y secretario de innovación y transferencia tecnológica de la Universidad Nacional de Quilmes, comentó sobre el trabajo publicado en la revista de la Royal Society: “El sistema de alerta temprana de COVID que desarrollaron no es sólo un producto de la ciencia, sino del diálogo entre la política y la ciencia. Se hizo a partir de un problema del sector público y se desarrolló una solución con basamento científico”. Además, Codner precisó que se trata de un algoritmo a partir de correlaciones con volúmenes de datos que pueden proyectar soluciones a futuro. “Esta herramienta desarrollada desde la física para la salud pública hace visible como las capacidades de investigación y desarrollo pueden ser apropiadas por la sociedad”.