Entradas
Hecho en los Laboratorios IBM:
Científicos Transforman Datos en Detectives de Enfermedades para Predecir Brotes de Dengue y Malaria
IBM hace equipo con la Universidad Johns Hopkins y la Universidad de California de San Francisco para ayudar a los responsables de salud pública a predecir y rastrear la posible diseminación de enfermedades infecciosas
México, D.F., 14 de octubre del 2013: Científicos de IBM (NYSE: IBM) se encuentran actualmente colaborando con la Universidad Johns Hopkins y la Universidad de California de San Francisco a fin de combatir, en tiempo real, enfermedades y padecimientos infecciosos, mediante el uso de herramientas más inteligentes para la salud pública. El enfoque se refiere a ayudar a contener los brotes de Dengue y Malaria aplicando los últimos modelos analíticos, la tecnología computacional así como también determinadas habilidades matemáticas, en un marco de referencia de fuente abierta.
Enfermedades transmitidas por vectores, como la Malaria y el Dengue, son infecciones que se transmiten a humanos y otros animales por insectos que se alimentan de sangre, tales como los mosquitos, garrapatas y pulgas.
Algunos padecimientos que una vez se pensaba estaban delimitados geográficamente al trópico, o a los países en vías de desarrollo, ahora continúan presentándose en todo el mundo y se cuentan entre las enfermedades más complejas y peligrosas de prevenir y controlar. El crecimiento del transporte y el comercio global y el cambio climático hacen viable que los insectos sean capaces de transportar la los organismos de la enfermedad, traspasando las fronteras e infectando a los animales así como a los humanos. El Dengue, por ejemplo, se ha extendido a más de 100 países, incluyendo a Estados Unidos y la Malaria es responsable de más de un millón de decesos anuales.
El encontrar e implementar nuevos e innovadores métodos para predecir los brotes de enfermedades es la clave para salvar vidas.
Los epidemiólogos utilizan simulaciones de enfermedades y vacunas para determinar modelos de la diseminación de una infección global. Hasta hace poco, estos modelos estaban contenidos en sistemas cerrados y se requerían muchos años para producirlos debido a la ineficiencia en la recolección de datos y la falta de potencia computacional. Este enfoque para modelar el desarrollo era muy lento en su capacidad de respuesta en un marco de tiempo relevante para las pandemias inesperadas, dado que las grandes poblaciones podrían verse infectadas mediante virus o enfermedades nunca antes vistas en cuestión de días o semanas. Los científicos necesitan comprender no sólo la dinámica de la propia enfermedad, sino también la diseminación de los vectores de insectos y los factores ambientales contribuyentes.
Al utilizar los modelos de enfermedades transmitidos por vectores existentes de la Universidad Johns Hopkins y la Universidad de California de San Francisco, los investigadores de IBM están desarrollando nuevos modelos sobre la transmisión de Dengue y Malaria que se comparten como parte de la aplicación de un modelo de fuente abierta, Spatio Temporal Epidemiological Modeler (STEM). Los científicos identificaron la oportunidad de combinar los algoritmos de análisis de población de las rutas de diseminación de la enfermedad y cómputo poderoso para construir modelos realistas y accesibles de estas enfermedades infecciosas. Esta capacidad permite el estudio de la dinámica de la enfermedad en humanos y las estrategias de intervención tales como el control de vector y la distribución de vacunas.
“Los funcionarios de salud pública no pueden actuar en base a la especulación durante una epidemia. Necesitan un acceso exacto y oportuno a los datos para ver cuál puede ser la potencial diseminación de la enfermedad para una región geográfica en un período de tiempo”, dijo James Kaufman, Gerente de Salud Pública, de IBM Investigación. “Las comunidades científicas y de investigación están colaborando para encabezar un modelo de enfermedades centrado en los datos, en base a la nueva Era Científica, para proteger la salud de las personas. Al comprender el cómo y el porqué de la diseminación de estas enfermedades podremos identificar aquellos regiones más susceptibles al surgimiento de la enfermedad; informar a los sectores de salud pública; y permitirles enfocarse en intervenciones específicas en las ubicaciones en las que tienen el mayor impacto”.
En el caso de la Malaria, mediante la utilización del modelo y los datos de la Organización Mundial de La Salud, IBM y la Universidad del Hospital Johns Hopkins demostraron nuevas medidas analíticas para la sensibilidad de la incidencia a los cambios de la Malaria en los factores climáticos locales tales como la temperatura y la precipitación. El conocimiento de esta sensibilidad hace posible predecir dónde puede tener mayores posibilidades de incidencia de incremento o disminución de la Malaria con los cambios que se predicen en el clima local y las condiciones ambientales en una región específica.
“Existen por allí muchos supuestos tácitos sobre la forma en la que los cambios en el clima tendrán un impacto en la distribución de las enfermedades como la Malaria. Este trabajo sugiere que las cosas probablemente no sean tan sencillas, un cambio que tiene un enorme efecto en la transmisión de la Malaria en un lugar podría no ser tan importante en alguna otra parte,” dijo Justin Lessler, de la Johns Hopkins Bloomberg School of Public Health. “Una de las cosas buenas sobre los proyectos de fuente abierta como el caso de STEM es que ahora aquel que quiera descargar el modelo y empezar a hacer algunos ajustes, podrá ver si sus propios datos o supuestos cambian fundamentalmente los resultados”.
Los modelos previos de diseminación del Dengue trataron el vector del mosquito indirectamente, aproximando la transmisión como un proceso de contacto de humano a humano. IBM Research y la Universidad de California de San Francisco (UCSF) utilizaron la habilidad de STEM para construir modelos sobre los modelos e integrarlos con los datos de clima específicos a la ubicación. Esto permitió la inclusión de la población de vectores a los modelos existentes, proporcionando una descripción más realista de la dinámica de la enfermedad que podría reportar a los funcionarios de la salud pública unas predicciones más efectivas de la diseminación de la epidemia.
“Es importante reconocer el esfuerzo sinérgico de los científicos teóricos y computacionales, expertos de enfermedades y funcionarios de salud pública haciendo una diferencia sobre qué tan rápida y efectivamente luchamos contra las enfermedades infecciosas” dijo Simone Bianco, de la Universidad de California de San Francisco, de la Facultad de Ciencias de Bioenergía y Terapéutica. “Tenemos que estar listos para analizar a través de datos dispares de los sistemas globales de vigilancia de enfermedades a las primeras de cambio; conducir una investigación intensiva computacionalmente; y transferir nuestro conocimiento a los funcionarios de salud pública para ayudarlos a visualizar la salud de la población, a detectar brotes, a desarrollar nuevos modelos y a evaluar la efectividad de las políticas”.
Este hallazgo al que se le denomina STEM puede obtenerse a través de la Fundación Eclipse, es un sistema gratuito y abierto para cualquier científico o investigador que elija construir o contribuir a su biblioteca de modelos, código computacional y datos de denominador. Esta apertura facilita el desarrollo de modelos matemáticos avanzados, la creación de modelos flexibles que involucran poblaciones múltiples (especies), interacciones entre las enfermedades y un mejor entendimiento de la epidemiología.
regresar/home
0 comentarios:
Publicar un comentario