La Opinión
Suscríbete
Elecciones 2023 Elecciones 2023 mobile

Lo que pueden predecir las matemáticas y la computación sobre el coronavirus

Trabajan en conocer a través del desarrollo de modelos predictivos el comportamiento de la pandemia.

Investigadores de la Universidad Simón Bolívar, aplicando las matemáticas y usando la computación, profundizan en el conocimiento en torno al uso de modelos predictivos vinculados con el avance del COVID-19 en Colombia.

Imagine por un momento que tiene en sus manos la fórmula para lograr predecir y, a su vez, controlar la pandemia por COVID-19. En consecuencia, salvaría a las personas que quiere, a su comunidad, al departamento, al país o incluso al mundo, y que tal hazaña no proviene de una vacuna, de una varita mágica o de una bola de cristal. ¿Creería que la respuesta estuvo en las matemáticas?

Pues en esa labor se encuentran trabajando profesores de la Universidad Simón Bolívar sede Cúcuta, pertenecientes al nuevo programa de Matemáticas y Ciencias de la Computación, quienes, apoyándose en sus conocimientos, trabajan en conocer a través del desarrollo de modelos predictivos el comportamiento de la pandemia, teniendo en cuenta el abordaje de la computación científica, basado tanto en paradigmas de la matemática clásica como en paradigmas computacionales.

Miguel Vera y Antonio Bravo, se propusieron, inicialmente, determinar las capacidades de aproximación y predicción de funciones polinomiales a las series de tiempo de casos confirmados de infección por COVID-19 en Suramérica, reportadas entre el 26 de febrero y el 16 de mayo de 2020. Fundamentaron su trabajo en el desarrollo de modelos que no requieren una amplia cantidad de datos. Los investigadores evidenciaron con sus hallazgos que usar modelos basados en elementos de la matemática clásica es una verdadera utopía y no se ajustan al comportamiento de la infección en Suramérica, ya que el error de predicción en promedio para la región alcanzaba hasta 10.212 casos, siendo esto más cierto para Brasil, Ecuador y Perú, países con mayor infección o con comportamientos atípicos en cuanto a la variabilidad de infección diaria.

Sin embargo, en una segunda fase de esta investigación centrada en las series de tiempo de la infección reportadas por el Ministerio de Tecnologías de la Información y las Comunicaciones (MinTIC) de Colombia, expresó Vera: “Hicimos una minería de datos (Data mining) que nos permitió diferenciar los casos importados de los casos relacionados, ¿cuál fue nuestra gran sorpresa?, que cuando empezamos a modelar los casos para Colombia exclusivamente con el modelo polinomial, el mismo se ajustaba de manera adecuada al comportamiento que hasta mayo teníamos en el país”.

El error obtenido en la predicción para Colombia, solo para casos relacionados, fue de tan solo 15 casos en el período de estudio, comparado con el error de más de 10.000 casos que se encontraron usando elementos de matemática clásica para el mismo período en Sur América. Este error les permitió concluir a los investigadores que el uso de modelos polinomiales, considerando características predefinidas de la infección, es una herramienta matemática con gran posibilidad de éxito predictivo.

Y aunque modelar matemáticamente un problema real tal vez no sea cuestión nueva, no es un tema de dominio público. Por eso llama la atención el férreo interés de los investigadores en divulgar sus resultados en términos que los lectores los entiendan fácilmente y le permita al público en general, comprender lo mucho para lo que sirve la matemática aplicada en todas las condiciones de la vida humana. Bravo y Vera concuerdan en que existe una importante necesidad no satisfecha en el país, y particularmente en el Norte de Santander, de formar profesionales que usen las matemáticas aplicadas y la computación para resolver problemas fundamentales que afectan las condiciones socioeconómicas de la población.

De hecho, países como España, Alemania, Italia, China, Estados Unidos y la misma Colombia vienen incorporando matemáticos en los comités científicos que sustentan las decisiones políticas, integrados por epidemiólogos y expertos en salud pública.

Según Bravo, no obstante, su investigación sugiere que los países están aplicando modelados matemáticos que datan de 1927, que como se evidencia en el mundo, no han dado los mejores resultados. “Lo que nos hemos propuesto ha sido desarrollar ciertos modelos matemáticos que no requieran una amplia cantidad de datos asociados a las variables intervinientes, las cuales, para la pandemia por COVID-19 son muy diversas”.

Esta observación también fue sugerida por el portal web estadounidense The Conversation, el cual resalta que “la mayoría (de países) parte de un modelo simple y elegante que se formuló hace casi un siglo, en 1927, por Kermack-McKendrick y fue popularizado en 1991. Es el llamado modelo SIR (Susceptible, Infectado, Recuperado), o SEIR, que añade a los Expuestos”.

“El primer acercamiento propuesto por nosotros fue considerar modelos de matemática clásica, tales como los polinomios, los cuales ha utilizado el presidente Trump en Estados Unidos con el fin de aproximarse al comportamiento de la infección y empezamos a experimentar con datos de toda Suramérica hasta finales de mayo. Nos dimos cuenta de que al menos con los datos de Suramérica no podríamos ajustar el comportamiento de la infección con esos modelos clásicos, porque en cada país son diferentes, por ejemplo, para mayo el comportamiento en Ecuador era el más extraño y los de Perú y Brasil, era los más elevados”, afirmó Bravo.

Con respecto a los resultados de su investigación hasta la fecha, se tienen dos primeros hallazgos: “el primero es que los modelos polinomiales naturales que la mayoría de países están utilizando no pueden modelar absolutamente todos los datos del virus; lo segundo, si pudiéramos modelar los datos con polinomios en Colombia, solo se tendrían en cuenta datos de pacientes relacionados”. En ese sentido, los investigadores dijeron que en una segunda fase están incorporando operadores inteligentes basados en aprendizaje extremo, los cuales ofrecen predicciones que se aproximan de manera más cercana a lo que en realidad está ocurriendo.

Estado colombiano también depende de los matemáticos

En abril, la directora del Instituto Nacional de Salud (INS), Martha Ospina, explicó cómo el modelo matemático reflejó la necesidad de seguir tomando decisiones para lentificar el COVID-19, con medidas como el aislamiento preventivo que se han ido extendiendo, sobre todo, para la población mayor a los 70 años de edad y los jóvenes menores de 14.

El arte de desarrollar modelos matemáticos, en el contexto de la pandemia, definitivamente está relacionado con brindar herramientas que le permitan a las instituciones que están tomando decisiones, buscar la manera de programar, organizar y planificar las acciones que pudieran brindar respuesta a los problemas que están relacionados con la pandemia.

Las dificultades matemáticas en la predicción del COVID-19

Decisiones controversiales como el aislamiento inteligente o el primer día sin IVA en el país, lo que posiblemente influyó en que se dispararan los casos diarios reportados, hacen muy poco probable que un modelo, por bueno que sea, tenga una capacidad predictiva en una situación real, aseguró el profesor Vera. “Cualquier modelo genera sus predicciones con base en un conjunto de variables, pero es muy difícil garantizar la precisión del pronóstico cuando se trata de situaciones tan complejas y cambiantes como la del COVID-19”.

Por su parte, Bravo dijo que predecir lo que se conoce como la curva epidemiológica es un proceso complejo por la cantidad de variables intervinientes. “¡Fíjate qué pasa en Colombia!, tardó dos meses y medio para alcanzar 500 casos diarios y en 22 días transcurridos se llegó hasta a 5.000 casos. Lo cual haría pensar que para fines de la semana próxima se tengan 10.000 casos diarios”. 

Rastrear el COVID-19 en la frontera

A pesar de que Colombia se destaca por ser un país que ha manejado bien la estadística, presentando datos de los recuperados, los fallecidos, los confirmados y los casos relacionados -con personas que dieron positivo en sus pruebas-, no es menos cierto que en los reportes también se detallan casos en estudio de los cuales no se encuentra procedencia de contagio.

“En Norte de Santander tenemos una frontera hiperporosa por donde cruzan personas sin control. Aunque el Gobierno ha intentado controlar la población migrante, la dinámica de necesidad que existe en Venezuela por medicamentos o alimentos, ha posibilitado que los controles se flexibilicen lo que probablemente ha generado que se presenten muchos más casos importados, o que estos se lleven o se traigan al vaivén de la migración pendular, que en la actualidad es totalmente ilegal. Ahora bien, Este tipo de casos no se ha podido cuantificar por el Estado colombiano y esa es una limitante que debemos superar en la aplicación de nuestro modelo matemático”, señaló Bravo.

Lunes, 20 de Julio de 2020
Premium-home
Patrocinado por:
Logo Empresas
Temas del Día