Ante la rápida expansión de la pandemia del covid-19 en el mundo, los centros de salud dependen cada vez más del uso de sistemas de big data para estudiar, en tiempo real, la propagación del coronavirus que provoca la enfermedad en los grupos poblacionales afectados o en riesgo de contagio.
En ese sentido, República Dominicana apuesta al desarrollo de modelos informáticos que faciliten la obtención de fuentes de datos sobre el covid-19, a través del el Centro de Comando, Control, Comunicaciones, Computadoras, Ciberseguridad e Inteligencia (C5i).
El ingeniero telemático Rainier Mallol, quien tiene a su cargo el desarrollo del proyecto, explica a elDinero que el centro de inteligencia sanitaria podrá visualizar, a grandes rasgos, el seguimiento dado a la enfermedad, así como evaluar la efectividad de las decisiones tomadas por las autoridades para contener su propagación.
“La idea con el C5i es tener un centro de comando único, en el cual veamos toda la situación del covid-19 en el país: desde que una persona siente algún síntoma, el momento en que acude al laboratorio a realizarse la prueba, el seguimiento que se le da tras su confirmación, el resultado final que tiene esa persona…”, añade el profesional.
Los sistemas informáticos que manejará el equipo técnico detrás del C5i trabajarán a partir de la data proporcionada por múltiples instituciones del ámbito sanitario, como el Ministerio de Salud Pública, el Servicio Nacional de Salud (SNS), la Superintendencia de Salud (Sisalril) y el Consejo Nacional de la Seguridad Social (CNSS).
Tras almacenar la data en un solo lugar, los modelos informáticos podrán desarrollar perfiles epidemiológicos, realizar cálculos para la predicción del comportamiento del virus en los días sucesivos y visualizar la cantidad de personal médico e insumos disponibles para combatir el coronavirus, que ha infectado en el país a más de 5,000 personas y ha cobrado la vida de 245.
Perfiles epidemiológicos y toma de decisiones
Más allá de manejar cifras, los modelos implementados por el C5i arrojarán luz sobre las características de cada paciente, tomando en cuenta su historial de salud, su ubicación y sus condiciones socioeconómicas.
Organizar todas estas informaciones garantizará la identificación de perfiles epidemiológicos para diferenciar la manera en que la enfermedad se desarrolla entre pacientes positivos al virus, o entre personas afectadas y no afectadas.
Para Mallol, quien tiene más de cinco años liderando sistemas de big data al servicio de la salud pública de países como Malasia o Brasil, la clasificación de estos perfiles en clústers resulta fundamental para la ejecución de políticas públicas personalizadas en base a las necesidades de cada grupo.
“Así podremos determinar qué tan buenas son las acciones (de contención) que estamos tomando, llámese el toque de queda, cierre de fronteras, entre otras. Pero todo esto a partir de los datos y gracias a la colaboración que ahora existe entre esas áreas del Gobierno con los equipos técnicos”, estima.
Entre las principales variables que podrán levantarse para moldear el perfil se encuentran la fecha del primer síntoma, tipo de prueba realizada, lugar de residencia de la persona, edad, sexo, datos sobre los niveles de pobreza existentes en la región donde vive y cantidad de síntomas presentados.
Las variables serían complementadas con datos administrativos, cedidos por cada centro de salud, como la cantidad de camas en uso y disponibles tanto para la hospitalización como en unidades de cuidados intensivos (UCI), o la cantidad de ventiladores en existencia.
A diferencia de los boletines emitidos por Salud Pública, elaborados tras una fecha de corte, los sistemas actualizarán sus registros sobre los casos confirmados y su progresos “en tiempo real, tan pronto un laboratorio confirma”.
Mientras que los datos administrativos de los centros médicos se actualizarán cada 12 horas, y el equipo podrá tener acceso a cifras actualizadas en los registros de forma “tan automática como se cree la data”.
Mallol garantiza que, a medida que el proyecto marche, los informes respecto a la cantidad de personas que mueren con el coronavirus serán más precisos y, por tanto, facilitarán la detección de pacientes asintomáticos.
Pronosticando avance del covid-19
Mallol, quien encabeza el Departamento de Tecnologías de la Información del Ministerio de Economía, Planificación y Desarrollo (MEPyD), apunta que una de las ventajas de trabajar con la creación de modelos matemáticos radica en el estudio del covid-19 a lo largo del tiempo.
El especialista ha desarrollado programas similares para la predicción de otras enfermedades, como el dengue. Sin embargo, reconoce que para el estudio del covid-19, se requieren de nuevos modelos que estarán siendo evaluados por el equipo técnico en un proceso que permitirá obtener resultados preliminares.
Como la obtención de estos datos es la parte más extensa de todo este proceso, Mallol indica que todavía es muy pronto para hablar de los márgenes de error que presentarán los resultados. Sin embargo, adelanta que siempre trabaja con modelos de una precisión mayor al 80%.
Ciberseguridad
Consciente de la información sensible a la que el C5i tendrá acceso, el profesional de la informática asegura que no se ha realizado una sola reunión “sin que no se hable de ciberseguridad”. “Estamos constantemente con personal especializado, certificados en firewalls, que están salvaguardando cada uno de los accesos y sistemas”.
Explica que la data, almacenada en un servidor, contará con la protección de un sistema de Web Application Firewall (WAF), proporcionado por la marca Imperva.
Mallol señala que para la ejecución del proyecto se manejan “los recursos disponibles”, aunque sin especificar montos.
La mayor parte de los equipos y sistemas que utilizará están “casi listos”, pero los técnicos esperan más datos por parte de las entidades que participan en el proyecto.
El pasado jueves, las instalaciones del C5i, ubicadas en el Ministerio de Defensa, recibieron la visita del presidente Danilo Medina, quien supervisó sus condiciones y se reunió con sus principales ejecutores.
