Alianza entre Investigadores de Unicauca y el MIT, ganadora en convocatoria internacional

Alianza entre Investigadores de Unicauca y el MIT, ganadora en convocatoria internacional
“Intelligent Eco-Epidemiological Model of Dengue Vulnerability” surge de la alianza entre el Grupo de Ingeniería Telemática de la Universidad y el Grupo de Critical Data del Laboratorio de Fisiología Computacional de la Universidad MIT en Boston (Estados Unidos).

“Tanto el laboratorio del MIT, como el Grupo de Ingeniería Telemática venimos trabajando desde hace varios años en el uso y apropiación de tecnologías de la información y las comunicaciones para soportar procesos en salud. De manera particular, el proyecto pretende apoyar los tomadores de decisiones en salud en Colombia, especialmente las autoridades de salud pública para que haciendo uso de fuentes de datos existentes, puedan predecir, planear y mitigar brotes epidemiológicos de Dengue hemorrágico”.
 
De esta manera el profesor Diego Mauricio López, del Departamento de Telemática y Coordinador de la línea de investigación en eSalud del Grupo de Ingeniería Telemática, explicó la importancia del proyecto denominado “Intelligent Eco-Epidemiological Model of Dengue Vulnerability”, ganador en la convocatoria Capital Semilla MISTI (MIT International Science and Technology Initiatives), el cual busca facilitar el intercambio y colaboración de estudiantes y profesores del MIT con empresas, centros de investigación y universidades fuera de Estados Unidos.

El proyecto ganador hace uso de la inteligencia artificial, más exactamente del aprendizaje de máquina y el aprendizaje profundo, para identificar zonas del país con mayor riesgo de desarrollar dengue. Lo anterior a través del análisis de fuentes abiertas de datos como los mapas satelitales disponibles en plataformas como Google y Apple Maps, datos ambientales y climatológicos, además de otros como los reportes epidemiológicos del Ministerio de Salud y los datos del censo nacional del DANE.

La novedad de esta aproximación es que se pretende generar modelos computacionales diferentes a los que tradicionalmente han utilizado los epidemiólogos, donde a partir del análisis integrado de imágenes y datos se puedan encontrar patrones que permitan clasificar y predecir los brotes. Estos patrones en las imágenes son llamados "características" como por ejemplo ríos, fuentes de agua, vegetación, viviendas, datos que normalmente no están disponibles y/o actualizados en los sistemas de información de las autoridades de salud pública.

Cabe destacar que el dengue en Colombia, a pesar de que fue declarado como erradicado en los años 50 y 60, hay indicios de nuevos brotes en los últimos años en varias regiones del país. Por ejemplo, según datos de la Organización Panamericana de la Salud (OPS) el año 2019, la tasa de incidencia de casos de dengue excedió el número de casos en los ocho años anteriores.
 
Los resultados principales del proyecto radican en la contribución científica en modelos de aprendizaje de máquina (machine learning) y aprendizaje profundo (deep learning), que permitirán hacer estimación del riesgo y predicción de brotes epidemiológicos en los diferentes municipios. Así mismo, se pretende crear una comunidad en Colombia alrededor del aprendizaje automático en salud con el apoyo del MIT, para lo cual se plantea un evento denominado Datathon en la ciudad de Medellín en el año 2022.
 
Redactado por: Noticicias Universidad del Cauca
Mayor Información:prensa@unicauca.edu.co