Ciencia contra la tuberculosis: crean un «gemelo digital» para predecir brotes y salvar vidas
Investigadores del CONICET, UNER y ANLIS-Malbrán crean una herramienta digital para predecir brotes y evaluar estrategias sanitarias, ante el aumento del 11% anual de casos.
Un equipo interdisciplinario de científicos argentinos desarrolla un modelo computacional pionero para entender la dinámica de esta enfermedad que registra 16.347 casos anuales y causa 825 muertes en el país.
En respuesta al preocupante incremento del 11% anual de tuberculosis en el país –con focos críticos en Jujuy, Salta, CABA y el GBA–, investigadores del CONICET, la Universidad Nacional de Entre Ríos (UNER) y el Instituto Nacional de Enfermedades Respiratorias «Emilio Coni» están desarrollando un modelo de simulación computacional que permitirá diseñar estrategias más efectivas contra esta enfermedad.
Claves del proyecto
Tecnología utilizada: Emplea «Modelos Basados en Agentes», donde cada «agente» digital replica las características de una persona real (edad, movilidad, condición socioeconómica).
Fuentes de datos: Cruza información oficial, encuestas socioeconómicas y mapas geográficos para predecir brotes con precisión.
Primer piloto: Se implementará en Salta, provincia con alta incidencia, para luego extenderse a otras regiones.
Financiamiento: Apoyado por la Fundación Sadosky mediante becas y un convenio de vinculación tecnológica.
¿Por qué es crucial?
Según el Boletín Nacional de Tuberculosis (2024):
✔ Argentina registra 16.347 casos nuevos por año (subregistro podría elevar la cifra).
✔ Provincias como Jujuy y Salta tienen las tasas más altas.
✔ El 85% de los pacientes se cura con tratamiento, pero la mitad de los no tratados fallece.
«La tuberculosis depende de factores socioeconómicos, climáticos y culturales. Este modelo nos permitirá simular escenarios reales y evaluar el impacto de campañas de detección temprana o concientización», explicó Hugo Rufiner, director del Laboratorio de Cibernética de la UNER e investigador del CONICET.
Próximos pasos
Validar el modelo con datos reales de Salta.
Publicar el código en acceso abierto para su uso en otras regiones y enfermedades.
Replicar la metodología aplicada con éxito en modelos de COVID-19 (que simuló 4 millones de agentes).
«Es un ejemplo de cómo la ciencia de datos puede salvar vidas«, destacó Leandro Batlle de la Fundación Sadosky. El proyecto aspira a convertirse en una herramienta clave para el Ministerio de Salud y equipos sanitarios.
