EPI-PUMA
EpI-PUMA
Frente a la pandemia de SARS-CoV-2, las sociedades a todos los niveles han experimentado una gran incertidumbre sobre el desarrollo de la crisis, desde decisiones “micro”, como cuánto tiempo vive el virus bajo ciertas condiciones ambientales, hasta lo “macro”, como cuándo iniciar un programa de distanciamiento social nacional, e incluyendo el “meso”, como por ejemplo, cuántas camas serán necesarias en un hospital en particular durante la próxima semana.
En términos científicos, la única manera para contestar las preguntas es con datos.
La complejidad de la enfermedad plantea una enorme cantidad de preguntas para las cuales la sociedad exige respuestas. En términos científicos, la única manera para contestar las preguntas es con datos. Hoy en día estamos en una situación única en la historia de la humanidad, donde la cantidad de datos disponibles y la capacidad de procesamiento de los mismos posibilita contestar preguntas que anteriormente eran inimaginables. Sin embargo, los datos requeridos nada más para imaginar cómo contestar las preguntas más pertinentes en el caso de SARS-CoV-2 comprenden tanto un gran número de fuentes para su obtención como disciplinas para su interpretación.
El presente proyecto de investigación propone el desarrollo e implementación de una Plataforma Universitaria de Inteligencia Epidemiológica sobre SARS-CoV-2 (EpI-PUMA), con el potencial para proyectar en tiempo casi real la dispersión espacial y temporal de contagios, casos graves y defunciones esperadas, y de esta manera poder movilizar esfuerzos y recursos con antelación suficiente. Esta plataforma tiene tres importantes características:
- Aprovechará los grandes repositorios universitarios, y otras fuentes externas a la universidad, que pueden proporcionar datos de relevancia para representar factores de riesgo para la dinámica de SARS-Cov-2 y sus consecuencias.
- Proporcionará un motor de aprendizaje de máquinas que consiste de un sistema de clasificadores Bayesianos que produce modelos predictivos con cientos o hasta miles de variables predictoras en segundos o minutos.
- Proporcionará distintas vistas para diferentes usuarios según su perfil como “tomador de decisión” – directivo en el área de salud, investigador, médico, clínico, epidemiólogo, estudiante etc.
En síntesis, un usuario podrá crear rápidamente su propio modelo predictivo centrado en una predicción vinculada a una decisión en un ambiente amigable donde no se requiere conocimientos especializados, ni de modelación ni de aprendizaje de máquinas.