Cuando las computadoras también salvan vidas
Por Ramón Solano*
En el imaginario colectivo, una computadora suele ser vista como una herramienta para navegar en internet, revisar redes sociales o jugar videojuegos. Sin embargo, detrás de esa misma pantalla, miles de investigadores en el mundo usan computadoras para algo mucho más trascendental: entender, predecir y hasta ayudar a controlar enfermedades. La medicina moderna, lejos de limitarse a los hospitales o los laboratorios, se ha convertido también en un territorio de ecuaciones, datos y algoritmos.
La ciencia de los datos y la inteligencia artificial han abierto una nueva forma de ver y entender la salud. Hoy es posible analizar millones de registros médicos, encuestas nacionales y mapas de contagios para encontrar patrones que antes eran invisibles. Donde una pesona médico ve a una pesona paciente, un modelo computacional ve una red de relaciones entre variables del paciente: sexo, edad, hábitos, entorno, nivel socioeconómico, tipo de atención médica y otros factores que influyen tanto en su salud como en la salud colectiva.
En estudios recientes realizados en México, equipos interdisciplinarios de personas médicas y expertas en modelos computacionales han aplicado herramientas de aprendizaje de máquinas y minado de datos para identificar los factores que más influyen en enfermedades comunes, tales como la hipertensión arterial y otros. Mediante el uso de algoritmos de aprendizaje de máquinas (tal como Random Forest o XGBoost), las y los investigadores descubren relaciones entre grandes cantidades de datos que de otra manera sería prácticamente imposible de encontrar. De este modo, los sistemas son capaces de detectar combinaciones de variables que predicen mejor cuando una persona tiene la presión descontrolada, con una precisión superior al 80%. Estos métodos permiten reconocer patrones complejos que los análisis estadísticos tradicionales no alcanzan a detectar.
Del mismo modo, el análisis espacial y los modelos numéricos permiten seguir el rastro de enfermedades infecciosas como el dengue. Gracias al uso de bases de datos geográficas y técnicas de correlación espacial, se identifican los llamados “focos calientes”: zonas del país donde los contagios se agrupan y se propagan con mayor intensidad. A partir de esa información, las autoridades pueden hasta anticipar brotes y enfocar recursos preventivos donde más se necesitan. Así, los números se transforman en decisiones, y los mapas en herramientas de salud pública.
Los modelos de aprendizaje automático no son los únicos aliados para tratar asunto de la salud desde un enfoque computacional. Existen también los llamados modelos basados en ecuaciones diferenciales, como el clásico modelo SIR (Susceptibles, Infectados, Recuperados). Este modelo matemático describe cómo una enfermedad se propaga a través del tiempo en una población, mediante un sistema de ecuaciones, que permite simular cuántas personas podrían enfermarse, recuperarse o permanecer sanas en distintas condiciones. Su sencillez es engañosa: detrás de esas tres letras hay décadas de desarrollo científico que permiten proyectar la evolución de epidemias como la influenza o el Covid-19. Los modelos SIR, y sus versiones más avanzadas, son un ejemplo claro de cómo las matemáticas pueden traducirse en acciones concretas de prevención y control.
Lo fascinante de esta convergencia entre medicina y cómputo es que transforma la manera en que se conciben los problemas de salud, especialmente de salud pública: en lugar de depender únicamente de observaciones clínicas, las y los investigadores pueden crear simulaciones, probar escenarios hipotéticos y comparar estrategias sin poner en riesgo a nadie. Los datos se convierten en una especie de laboratorio virtual, donde cada variable y modelo aportan información valiosa sobre la realidad.
En este contexto, los estudios recientes sobre hipertensión y enfermedades infecciosas en México muestran que la frontera entre la ingeniería y la medicina ya no es tan clara. El análisis de grandes volúmenes de información, combinado con algoritmos de inteligencia artificial y modelos matemáticos, abre un nuevo horizonte para la salud pública. Es posible imaginar un futuro donde los brotes se anticipen semanas antes de ocurrir, o donde el tratamiento de un paciente se ajuste en tiempo real con base en modelos predictivos. Suena a ciencia ficción, ¿verdad? Sin embargo, ya estamos tocando esas posibilidades.
La computadora, entonces, deja de ser solo una herramienta de entretenimiento y se convierte en un microscopio digital que observa la salud desde otra perspectiva. O en un telescopio, permitiéndonos ver el escenario general de manera más contextual, “desde arriba”. Gracias a éstas, los números “hablan”, los mapas cobran vida y las ecuaciones se transforman en escenarios que salvan vidas. La medicina del siglo XXI no solo se practica con bisturíes y estetoscopios, sino también con código, datos y algoritmos que, en silencio, trabajan para que todas y todos podamos vivir un poco mejor.
*Profesor e investigador de la Facultad de Ingeniería Civil de la Universidad de Colima.
Las opiniones expresadas en este texto periodístico de opinión, son responsabilidad exclusiva del autor y no son atribuibles a El Comentario.
