Los barcos y sus tripulaciones atraviesan el planeta, pero en gran medida sus viajes no se tienen en cuenta en el modelado epidemiológico
Para rastrear la propagación de una pandemia y calcular dónde podría aparecer una enfermedad a continuación, los investigadores crean modelos. Raspan y analizan todo tipo de información: artículos de noticias, informes de enfermedades animales, datos de vuelo y más.
Los algoritmos que impulsan estos modelos se están volviendo cada vez más sofisticados, a saber, la compañía canadiense BlueDot fue noticia a principios de este año cuando descubrió la aparición del virus que causa el COVID-19 antes de que la Organización Mundial de la Salud declarara su propagación.
Sin embargo, los modelos epidemiológicos parecen compartir un punto ciego común: no tienen en cuenta los barcos.
Los barcos han sido parte integral de la propagación de todas las pandemias, al menos desde que la Peste Negra devastó Europa a mediados del siglo XIV. Para el COVID-19, el primer caso de España llegó en un ferry de Canarias. Los barcos, desde los cruceros Coral Princess, Grand Princess y Ruby Princess, hasta el portaaviones USS Theodore Roosevelt, han sido crisoles en la propagación de esta enfermedad en particular.
Y, sin embargo, dice Katherine Hoffmann Pham, candidata al doctorado en sistemas de información en la Escuela de Negocios Stern de la Universidad de Nueva York, que está colaborando con la Iniciativa Global Pulse de las Naciones Unidas, los movimientos de barcos no están siendo explicados por quienes modelan la propagación de la enfermedad.
Eso incluye los barcos que partieron de Wuhan, China, en los ríos Yangtze y Han, que incluye más de 1.100 barcos en solo un período de dos semanas en enero.
En un nuevo artículo, publicado recientemente en el servidor de preimpresión arXiv, Hoffmann Pham y sus colegas muestran que los datos del sistema de identificación automática (AIS) de los barcos podrían aprovecharse para mejorar el modelado epidemiológico.
AIS es un programa de seguimiento global en el que están legalmente obligados a participar todos los buques de pasajeros, buques internacionales de más de 270 toneladas y buques de carga de más de 450 toneladas. Más de medio millón de embarcaciones llevan transceptores a bordo que transmiten mensajes sobre la ubicación, velocidad, rumbo, destino y hora estimada de llegada del buque, así como información estática como el nombre, el tipo y el tamaño del buque.
Con tantos mensajes procedentes de los cientos de miles de barcos en el mar en cualquier momento, los científicos podrían comprender mejor el riesgo de una enfermedad que atraviesa el planeta.
A pesar de la estrecha asociación de los barcos con las pandemias históricas, Hoffmann Pham dice que se les ha pasado por alto. "Las personas tienen una inclinación menos natural a pensar que esta es una forma en que podría propagarse algo como el coronavirus", dice ella.
Eso se debe en gran medida a la dependencia del campo de los datos de la aviación, que eclipsa el tráfico marítimo con casi 40 millones de vuelos en 2019. Sin embargo, las historias de cruceros como centros de infección flotantes podrían hacer que el uso de datos de barcos parezca menos descabellado, dice ella.
Otra razón por la que se han pasado por alto los barcos, dice Enmei Tu, un investigador de aprendizaje automático de la Universidad Jiao Tong de Shanghai en China, es que los datos de AIS no son tan fáciles de entender como algunos otros datos de transporte.
"Para los vuelos, sabemos el destino y el inicio", dice Tu. "Es intuitivo. AIS es solo una secuencia de números".
Los datos de vuelo, dice, se han simplificado después de años de uso en investigación. Sin embargo, las empresas que proporcionan datos AIS comparten todos de manera ligeramente diferente: una podría incluir todos los mensajes, o solo una muestra. La cantidad de datos históricos que incluyen también varía. Esto dificulta la comparación de datos de diferentes proveedores. Tu dice que la creación de un conjunto de datos estandarizados de código abierto con instrucciones claras sobre cómo usarlo contribuiría en gran medida a hacer que el AIS sea más accesible.
Elaine Nsoesie, epidemióloga computacional y profesora asistente de la Escuela de Salud Pública de la Universidad de Boston en Massachusetts, ve el valor de considerar los barcos como una forma potencial de mejorar los modelos. "Tener estos datos e incorporarlos puede darnos nuevas ideas y observaciones".
Esto es especialmente cierto, dice Hoffmann Pham, para las naciones isleñas o las congestionadas ciudades portuarias que tienen un riesgo desmedido de enfermedades transmitidas por barcos.
Hoffmann Pham dice que es poco probable que los datos de AIS sean suficientes para predecir la propagación de una enfermedad. Pero usarlos, junto con datos de vuelo y otra información, podría ayudar a los países a estar mejor preparados. El poder de los datos, dice, se volvería más evidente si aquellos que crean modelos pandémicos realmente comienzan a considerarlo.
"Afortunadamente, es lo más importante después de esto", dice Hoffmann Pham. "Esperamos poder mejorar estos modelos con datos que la gente no ha visto antes".
Artículo científico: From plague to coronavirus: On the value of ship traffic data for epidemic modeling