EAFIT ejecuta junto a Alianza Caoba un proyecto que permitirá orientar las decisiones en política pública frente al covid-19
La analítica de datos, el machine learning y la medicina se unen para crear una plataforma tecnológica que ayudará a la prevención y atención de enfermedades causadas por agentes de infección respiratoria aguda (IRA), y específicamente en la atención a la actual pandemia causada por el covid-19. Hay beneficiarios del proyecto como el Instituto Nacional de Salud, que apoya la investigación junto al Hospital Universitario Fundación Valle del Lili (Cali).
Alianza Caoba está conformado por Grupo Bancolombia, Grupo Nutresa, Departamento Nacional de Planeación (DNP), IBM de Colombia, SAS Institute Colombia, EMC Information Systems Colombia, Cluster Creactic y las universidades EAFIT, Icesi, Los Andes y Pontificia Universidad Javeriana. Como producto de este convenio, en EAFIT se conformó un grupo de investigación que ejecuta proyectos e investigaciones en macrodatos y análisis de datos, desde el que se han generado distintas soluciones a problemáticas industriales y académicas.
Un grupo de investigadores y expertos en ingeniería, analítica, estadísticos y médicos epidemiológicos de las universidades EAFIT, Javeriana, Icesi y Los Andes -adscritos al Centro de Excelencia y Apropiación en Big Data y Data Analytics, Alianza Caoba, junto con la Fundación Valle de Lili y la Universidad del Sinú- buscan la creación de una plataforma que permita conocer la diseminación de la epidemia causada por el covid-19 en Colombia y su impacto en diferentes niveles, tales como los impactos en la población, en la red de atención hospitalaria y en el sistema de salud del país.
Este proyecto, titulado Desarrollo y evaluación de modelos matemáticos y epidemiológicos que apoyen la toma de decisiones en atención a la emergencia por SARS-COv-2 y otros agentes causales de IRA en Colombia utilizando Data Analytics y Machine Learning, fue seleccionado en la convocatoria realizada por el Ministerio de Ciencias, Tecnología e Innovación que financia iniciativas que contribuyen a la solución de problemáticas actuales de salud relacionadas con la pandemia del nuevo coronavirus en Colombia.
Para llegar al cumplimiento de los objetivos del proyecto, Alianza Caoba cuenta con la participación de grupos de investigación de diferentes áreas científicas, donde cada uno se encargará de desarrollar un modelo especifico. A EAFIT, por ejemplo, le corresponden la creación de un modelo de segmentación para caracterizar los pacientes por covid-19 y la creación de un documento sobre el modelo de estimación de la capacidad hospitalaria en el país. La Universidad participa a través del Grupo de Estudios en Mantenimiento Industrial (Gemi) y del Grupo I+D+I en Tecnologías de la Información y las Comunicaciones (Gidtic).
Estos modelos de segmentación, explica Elizabeth Suescún Monsalve, coinvestigadora del proyecto y profesora del Departamento de Ingeniería de Sistemas de EAFIT, son los que permiten caracterizar pacientes de enfermedades respiratorias a través del uso masivo de datos que son analizados para identificar los patrones epidemiológicos. Por ejemplo, hay modelos de segmentación por edades, regiones o morbilidad, es decir, el índice de personas enfermas en un lugar y tiempo determinado.
La profesora Elizabeth, doctora en Ciencias de la Computación e Ingeniería de Software de la Pontificia Universidad Católica de Río de Janeiro (Brasil), sostiene que la importancia de este proyecto radica en que la herramienta permitirá caracterizar pacientes para recomendar escenarios viables de intervención en políticas públicas. Así mismo, comenta que, actualmente los profesionales del proyecto se encuentran en la búsqueda de modelos existentes y fuentes de información necesarios que permitan la alimentación constante de los modelos que se desarrollarán. “Hemos identificado modelos por edades, por coexistencia de morbilidades, por movilidad entre municipios y el área metropolitana del Valle de Aburrá”, complementa.
Edwin Montoya Múnera, Ph. D. en Telecomunicaciones, líder académico y representante de la Universidad EAFIT en Alianza Caoba, destaca los avances que comenzarán a entregar en los próximos meses los distintos equipos. “La toma de decisiones basadas en los datos está causando mucho impacto a nivel mundial y nacional, políticas públicas se están tomado con base en esto. El aporte principal de la Universidad es apoyar en el desarrollo de modelos matemáticos, estadísticos, de aprendizaje de máquinas e inteligencia artificial que ayuden a las entidades nacionales, regionales o locales a tener información de los efectos del covid-19 y sus enfermedades colaterales”, expresa.
La parte médica del proyecto está liderada por expertos epidemiólogos de la Pontificia Universidad Javeriana y la Universidad del Sinú. Magda Cristina Cepeda Gil, profesora del Departamento de Epidemiología Clínica y Bioestadística de la Javeriana, manifiesta que en este proceso investigativo el principal reto epidemiológico para generar modelos que realmente reflejen la condición de salud de la población y se puedan plantear intervenciones efectivas, es el acceso a información no sesgada y real del estado de salud de la población “Por ejemplo, información de la prevalencia del virus SARS-CoV-2 en población asintomática, de la cantidad de personas sintomáticas en quienes no se confirma covid-19, además, de las otras condiciones en salud de la población”, explica la científica.
Por su parte, el doctor Ángel Paternina Caicedo, profesor de la Universidad del Sinú, destaca los impactos que estos avances tecnológicos y herramientas pueden causar en la práctica médica ya que la optimización adecuada de la atención de los pacientes permitirá planear los recursos en salud necesarios para la atención del nuevo coronavirus en Colombia. “En este momento es muy difícil predecir el número de casos, nuestro proyecto busca optimizar las estrategias y proveer evidencia e información de tal forma que los contagios y muertes se reduzcan a su mínima expresión”, señala el epidemiólogo.
El Big Data y la analítica al servicio de la salud y el país
Uno de los objetivos de la investigación es pronosticar en tiempo real (cada 24 horas) el número de contagios y monitorear la capacidad de atención hospitalaria, a partir de modelos analíticos, alimentados por información local de las entidades de salud e instituciones gubernamentales. Esta herramienta permitirá caracterizar pacientes con el fin de priorizar la atención y recomendar escenarios viables de intervención en políticas públicas.
Como parte del desarrollo, son varios los modelos que paralelamente están siendo creados por expertos en analítica de las distintas universidades de la Alianza Caoba. Desde la Pontificia Universidad Javeriana, por ejemplo, se diseñan modelos estadísticos predictivos útiles para estimar la capacidad hospitalaria requerida a partir de espacios multivariados. Mientras que desde la Universidad Icesi se construye un modelo de optimización para definición de configuración óptima para atención a pacientes. E
Estos modelos analíticos, que deben ser evaluados por los expertos médicos, se podrán integrar en una plataforma tecnológica basada en el análisis de datos que permita representar el comportamiento de la propagación pandémica en el país, como lo hace el Instituto John Hopkins, en Estados Unidos, donde a través de un tablero de instrumentos -o interfaz gráfica- se visualizan indicadores en tiempo real en materia de salud pública.
“La idea del modelo de simulación y optimización es determinar y proyectar la cantidad de recursos del sistema de salud disponibles para atender la emergencia, en los diferentes escenarios de apertura, de forma que los tomadores de decisiones dispongan de un tablero de control que les permita tomar decisiones con mayor información a la que tienen actualmente. En principio, estos recursos son: camas, UCI, respiradores, personal de salud, entre otros que se están revisando”, comenta Andrés Navarro Cadavid, director del Centro de Investigación Cenit e investigador del grupo de Informática y Telecomunicaciones (i2t) de la Facultad de Ingeniería en la Universidad Icesi.
Según explica María del Pilar Villamil Giraldo, investigadora del Grupo Comunicaciones y Tecnologías de Información (Comit) de la Universidad de los Andes, son dos tipos de modelos: descriptivos y predictivos. El descriptivo permite comparar el número de casos presentados en un conjunto de tipos de enfermedades a lo largo del tiempo (no transmisibles, algunas enfermedades infecciosas y parasitarias, entre otras), con lo que se reporta actualmente desde marzo de este año a causa del nuevo coronavirus.
“Esto permitirá generar una serie de alarmas que deben llevar a la preparación de las distintas entidades involucradas en la prestación del servicio de salud a tomar medidas para atender los casos que pueden estar represados y ajustar las prioridades en la atención. Estas acciones estarán acompañadas de modelos predictivos, para entender el número de casos que deberían presentarse según la historia, pero que no coinciden con los que están registrados en los datos oficiales”, explica la investigadora de los Andes.
Los datos que alimentan estos modelos son suministrados por parte de autoridades públicas y entidades de salud. Hay beneficiarios del proyecto como el Instituto Nacional de Salud (INS), una de las organizaciones que apoya la investigación junto al Hospital Universitario Fundación Valle del Lili (Cali).
Camilo Rocha, decano de la Facultad de Ingeniería y Ciencias de la Pontificia Universidad Javeriana (sede Cali), quien participa como coinvestigador en la Alianza Caoba, destaca la experiencia del equipo de trabajo en el análisis de redes desde diferentes perspectivas, incluyendo la generación probabilística de grafos, los algoritmos eficientes para calcular propiedades topológicas, las técnicas de aprendizaje automático para detectar patrones y el acceso a expertos en logística hospitalaria. “Nuestro enfoque está basado en modelar la capacidad hospitalaria dentro del marco de una red compleja, en la que se puedan capturar las características propias de cada centro hospitalario, las relaciones entre estos (distancia, tiempo, convenios) y un mecanismo de variación de su configuración en el tiempo con base en la propagación del contagio”, manifiesta el decano Rocha.
Centro de Excelencia y Apropiación en Big Data y Data Analitycs, Alianza Caoba
Esta alianza entre universidad, empresa y Estado surgió en el año 2016 como una invitación del Ministerio de Tecnologías de la Información y las Comunicaciones (MinTIC) y el Departamento Administrativo de Ciencia, Tecnología e Innovación (Colciencias) a entidades del sector público y privado de Colombia para fortalecer la generación de soluciones con el uso de macrodatos (big data) y análisis de datos (data analytics).
Alianza Caoba está conformado por Grupo Bancolombia, Grupo Nutresa, Departamento Nacional de Planeación (DNP), IBM de Colombia, SAS Institute Colombia, EMC Information Systems Colombia, Cluster Creactic y las universidades EAFIT, Icesi, los Andes y Pontificia Universidad Javeriana. Como producto de este convenio, en EAFIT se conformó un grupo de investigación que ejecuta proyectos y adelanta investigaciones en macrodatos y análisis de datos, desde el que se han generado distintas soluciones a problemáticas industriales y académicas.
Con relación al proyecto financiado por el Ministerio de Ciencia, Tecnología e Innovación, Edgar Efraín Castrillón Peña, director de la Alianza Caoba, ejecutora del proyecto, expresa que “este avance es importante porque habilita la toma de decisiones de manera oportuna, permitiendo optimizar el uso de los recursos y mitigando riesgos para la población en general, más allá de la pandemia actual, generar la capacidad de analizar datos en el contexto de salud pública, permitirá a futuro tener mayor control sobre los recursos públicos y mejorar la distribución de los mismos para atender a poblaciones vulnerables”.
Objetivos del proyecto financiado por MinCiencias:
- Integrar fuentes de información para el análisis y construir modelos matemáticos para identificar patrones de diseminación de la infección por covid-19 en Colombia, lo cual permita mejorar la toma de decisiones públicas respecto a las acciones de mitigación adecuadas. (Responsable: Equipo epidemiología y analítica Universidad Javeriana de Bogotá).
- Construir modelos analíticos para pronosticar en tiempo real, cada 24 horas, el número de casos y la capacidad hospitalaria requerida para la atención de pacientes por covid-19. Y caracterizar los pacientes con el fin de priorizar la atención y recomendar escenarios viables que permitan generar acciones de intervención por parte de los tomadores de decisión. (Responsable: equipos de analítica Universidad EAFIT, Javeriana de Cali e Icesi).
- Evaluar el impacto del covid-19 en otras atenciones y programas de salud para hacer recomendaciones de política que prevengan la mortalidad por otras causas debido a la saturación del sistema. (Responsable: equipo de analítica Universidad de los Andes).
Mayores informes para periodistas
Alejandro Gómez Valencia
Área de Información y Prensa EAFIT
Teléfono: 574 2619500 ext. 9931
Correo electrónico: jgomez97@eafit.edu.co
Historias y noticias recomendadas
Nuevo avance en educación médica: conceden patente a simulador para formación en cirugía laparoscópica
En un quirófano, cada movimiento cuenta. La precisión de un cirujano puede marcar la diferencia entre una recuperación exitosa y una complicación inesperada. Por ello, la educación médica en Colombia avanza con la reciente concesión de una patente de invención al Simulador de cirugías laparoscópicas con aguja de Veress y sensores de posición y fuerza.
Investigadores eafitenses mapearon cuáles son los territorios de ciencia, tecnología e innovación de Medellín
Los resultados del mapeo indican que existe un elevado nivel de interdisciplinariedad en grupos de investigación, lo que representa una oportunidad para impulsar colaboraciones estratégicas. El mapeo detectó áreas con potencial para desarrollar vocaciones en distintas.
Astrolab Bio, spin-off eafitense, valida la funcionalidad de alimentos en la salud infantil
En un esfuerzo por mejorar la salud infantil a través de la alimentación, un equipo de investigadoras de Astrolab Bio, spin-off de EAFIT, en alianza con la empresa Fuly Kids, realizó un estudio exploratorio para evaluar los efectos de Immuny Booster. Su objetivo era determinar si este alimento funcional podía no solo equilibrar el microbioma intestinal, sino también mejorar biomarcadores sanguíneos clave para el sistema inmune y la disponibilidad de hierro.
Última actualización
Abril 23, 2025