Algoritmos y movilidad para minimizar los brotes de COVID-19 y no colapsar el sistema sanitario

El análisis de los datos reales de la movilidad de las personas puede proporcionar las medidas necesarias de testeo y rastreo para evitar los brotes y una segunda ola de la COVID-19, de la misma manera que puede ayudar a las autoridades sanitarias a tomar las medidas adecuadas para no saturar los sistemas hospitalarios. Así lo demuestra el estudio epidemiológico que ha realizado un equipo internacional de científicos entre los que se encuentra el toledano David Martín-Corral Calvo (Toledo, 1984) y que ha sido publicado en la prestigiosa revista 'Nature'.

El resultado del estudio que han realizado en base al modelo computacional epidemiológico que han elaborado, en el que han contado con datos reales de movilidad del área metropolitana de Boston (Estados Unidos), determina que para que el sistema hospitalario no se sature por ingresos por la COVID-19 es necesario que las autoridades sanitarias al menos identifiquen un 50% de los casos positivos por COVID mediante tests y tracen el 40% de los contactos de los casos positivos mediante técnicas rastreo.

Esos datos de movilidad, según explica a este medio Martín-Corral, se recopilan a través de aplicaciones -'apps'- móviles que registran y venden la información de geolocalización de los usuarios de manera anónima y respetando su privacidad. En base a esta información y la capacidad del sistema hospitalario del área estudiada se establece el sistema de respuesta, mediante tests y rastreo, que ha de implementarse para evitar el colapso sanitario. Asimismo, facilita la intervención de medidas de distanciamiento en ausencia de inmunidad colectiva.

En este sentido, cabe destacar que según el estudio de seroprevalencia frente a la COVID-19 realizado por el Ministerio de Sanidad -publicado el pasado mes de julio- la inmunidad frente a la enfermedad en la provincia de Toledo era del 8,6%, mientras que en el conjunto del país se calculaba que solo el 5,2% de la población española tiene anticuerpos frente al SARS-CoV-2.

El ingeniero y empresario toledano es experto en análisis masivo de datos y modelización matemática. Está finalizando su doctorando en epidemiología computacional y ya venía realizando este mismo modelo para la gripe. Ante la expansión de la pandemia comenzaron a trabajar con los parámetros codificados de tiempo de latencia y de infección de la COVID-19. Datos que, por ejemplo, determinan que el tiempo de latencia de la COVID son cinco días mientras que el de la gripe son tres, así como también se tiene en cuenta la carga viral de ambas infecciones, siendo mayor también la del coronavirus.

“El 14 de marzo lo modificamos, nos sentamos con la Universidad de Zaragoza y el 15 de abril ya lo teníamos. Ahora lo acabamos de publicar -el pasado 5 de agosto-, lo que refleja el largo proceso de validación” con el que ha contado el estudio, remarca Martín-Corral, que destaca la supervisión que ha tenido el mismo por parte del científico italiano Alessandro Vespignani, “el mayor experto de este tipo de modelos a nivel mundial”.

El equipo multidisciplinar de científicos que ha hecho este estudio, y al que darán continuidad con otro en Nueva York, está formado por expertos de la Universidad Carlos III de Madrid, Universidad de Zaragoza, MIT (USA), Northeastern University (USA), Universidad de Florida (USA), Fundación ISI (Italia), entre otras y la empresa madrileña Zensei, de la cual el toledano es cofundador y director general.

“Igual que consultas el clima en el periódico vas a poder consultar el nivel de epidemias”

“La ciencia de la meteorología nos llevaba 50 años. Gracias a este metodología vamos a poder tener modelos epidemiológicos predictivos. Dentro de un año o dos, igual que consultas el clima en el periódico, vas a poder consultar el nivel de epidemias”, destaca Martín-Corral que subraya también que, con el análisis de los datos que han recopilado, han constatado que los vectores de transmisión del virus en Boston ha sido por parte de “las personas de alto poder económico”, pues son “quienes viajan de un país a otro y tienen contacto con más personas”.

En este sentido, apunta que aunque han planificado llevar a cabo este mismo estudio a nivel nacional, para poder reproducir el modelo, es necesario contar con los datos de movilidad de “un 4% de la población española”. “En EEUU tiene mayor penetración este tipo de datos y hemos podido reproducirlo”, agrega el científico toledano al tiempo que señala que dicho estudio ya está siendo utilizado en Massachusetts o Indiana.

“En España somos cuatro los que sabemos de este modelo y nadie ha llamado a nuestra puerta. Al final te reconocen fuera y aquí no”, lamenta Martín-Corral, quien también ve “deficiencias en los sistema de alerta temprana” de epidemias y diferencias notables entre el rastreo que se lleva a cabo en distintas regiones del país. “En Toledo y en Castilla-La Mancha sí que tenemos una sobrecontratación de recursos y en Madrid no. Solo por estar en La Sagra o en el otro lado de Madrid puede cambiar mucho” el seguimiento de posibles contagios, agrega.

Servicio preventivo y proactivo a pacientes

Martín-Corral, que ha realizado el estudio desde su domicilio en el municipio toledano, explica que la empresa de la que es cofundador está especializada en datos, epidemiología y salud respiratoria. Actualmente ofrece un servicio de clínica virtual respiratoria basada en datos para cuidar a ciudadanos con problemas respiratorios ya sean debidos por asma, epoc, rinitis alérgica o por virus respiratorios como la gripe, la covid o la bronquiolitis.

Tras haber montado el departamento de datos en Sanitas, su objetivo, indica, era llevar un producto innovador el mercado. “Con la potencia de los datos y el conocimiento que tenemos de computación epidemiológica y de inteligencia artificial somos capaces de responder tres preguntas al paciente”, explica el científico: ¿Por qué respiro mal? ¿Cómo me voy a encontrar mañana? ¿Cómo puedo ayudar a mi médico a que tome mejores decisiones de tratamiento y diagnóstico?

En estas cuestiones se trazan datos del entorno físico, de los factores sociales o de la medicación del paciente, lo que permite tener capacidad predictiva para tomar medidas sanitarias o evitar la hospitalización o la adherencia al tratamiento. “Nadie nos ha hecho caso durante tres años y ahora todo el mundo nos mira”, indica el científico toledano sobre el avance de una tecnología que puede resultar esencial clave para que el sistema sanitario del país no vuelva a sufrir los devastadores efectos que ha generado la pandemia y que sigue acechando prácticamente a toda la humanidad.