Un equipo de investigadores ha creado un nuevo sistema de software diseñado para modelar epidemias, con el objetivo de maximizar la protección de la salud pública y minimizar los costes económicos y sociales.
"La pandemia de coronavirus ha subrayado la necesidad de tener un plan bien diseñado para combatir las epidemias de una manera que equilibre la salud económica con la seguridad humana", ha explicado Dennis Shasha, profesor del Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York .
Para abordar esto, los investigadores han determinado una política "rentable": un cronograma de cuándo, dónde y cuán extensamente se debe aplicar una intervención, incluidos cierres de escuelas, políticas de distanciamiento social y campañas de vacunación.
Los investigadores han diseñado un cronograma de cuándo, dónde y cuán extensamente se debe aplicar una intervención, incluidos cierres de escuelas, políticas de distanciamiento social y campañas de vacunación
EpiPolicy, que puede calibrarse para reflejar las características socioeconómicas y demográficas de una región, modela simultáneamente el efecto de cada intervención sobre la propagación de enfermedades y el coste económico. Además, captura diferentes escenarios para epidemias como COVID-19.
“El proceso de formulación de políticas es a menudo un esfuerzo intensivo de programación iterativo y laborioso en el que se introducen y perfeccionan los parámetros, se modifican los comportamientos de modelo e intervención y se cambian los horarios”, ha indicado Shasha. "Hemos diseñado y desarrollado EpiPolicy para respaldar este esfuerzo, pero de una manera que potencialmente puede simplificar los cálculos que deben realizarse en condiciones cambiantes y que es ampliamente aplicable", ha detallado.
El equipo permite a los responsables políticos probar estrategias de intervención y ver sus consecuencias. Además, EpiPolicy utiliza Monte Carlo y técnicas de aprendizaje por refuerzo para diseñar estrategias de intervención de forma automática. Estos métodos automáticos pueden tener en cuenta el riesgo y la incertidumbre al realizar predicciones.