El pasado 26 de marzo el Comité Español de Matemáticas (CEMat), que agrupa a las sociedades de matemáticas y a los institutos de investigación matemática en España, creó la iniciativa Acción Matemática contra el Coronavirus. Se trataba de “poner a disposición de las autoridades nuestra capacidad de análisis y modelización, por si fuera útil para analizar, comprender y actuar ante la emergencia que estamos sufriendo con la pandemia COVID-19”, explica el CEMat en la página web creada expresamente para la iniciativa.

Predecir la evolución de la epidemia es esencial para la toma de decisiones. Desde el inicio de la pandemia -cuando ésta aún no lo era, en enero-, la Organización Mundial de la Salud (OMS) recurrió a modelos matemáticos para tratar de estimar el riesgo que suponía el nuevo patógeno.

Estos modelos no son una herramienta nueva, ni su uso es en modo alguno controvertido. Entre los modelos más usados están los SEIR, cuyas siglas hacen referencia a los grupos de población implicados en una epidemia: los susceptibles (S) de contraer la enfermedad, los expuestos (E), los infectados (I) y los recuperados (R). Los modelos simulan cómo, en el transcurso de una epidemia, los integrantes de un grupo van pasando al siguiente.

Pero la fiabilidad de estos modelos depende del grado de conocimiento disponible acerca del sistema que pretenden simular. En la actual epidemia, el gran desconocimiento sobre un virus nuevo para la ciencia ha hecho que los modelos sean inevitablemente imprecisos. Variables sobre la enfermedad que son clave a la hora de construir los modelos, como cuándo una persona infectada puede contagiar a otra, siguen siendo aún hoy motivo de debate entre los expertos.

Llamamiento a todos los investigadores

La Acción Matemática contra el Coronavirus aspira precisamente a coordinar los trabajos realizados hasta ahora, e integrarlos para llegar a predicciones comunes.

El objetivo es “construir un meta-predictor para facilitar a las autoridades información del comportamiento a corto plazo de variables de gran interés en la expansión del virus COVID-19”, afirman los matemáticos en la web de la iniciativa, donde han hecho “un llamamiento a todos aquellos investigadores en el ámbito de la comunidad Matemática / Estadística / Científica de Datos que hayan desarrollado modelos predictivos”.

Como explica Justo Puerto, de la Universidad de Sevilla, “queremos obtener una predicción lo más fiable posible de la evolución de la epidemia por comunidades autónomas, para contribuir a una salida del confinamiento con la garantía de que no tendremos un repunte”.

Elaborar predicciones fiables, no obstante, exige cumplir un requisito previo: conseguir datos. Como explica David Gómez-Ullate, de la Universidad de Cádiz, y uno de los diez integrantes del Comité de Expertos de la Acción, “sin datos, los modelos no funcionan”.

Los matemáticos necesitan, entre otros muchos datos, “series de datos diarios de la epidemia, completas y desagregadas por CCAA por edad y sexo”, explican en la web de la iniciativa. También, “el número de casos confirmados, de fallecidos, de pacientes curados, de enfermos hospitalizados, el número de ellos en la UCI, etcétera”.

Los datos existen, pero “hay que ir a buscarlos allí donde estén”, señala Gómez-Ullate, que recuerda que muchos investigadores ya estaban en contacto con autoridades de sus comunidades autónomas. Ahora se trata de poner en orden todas las iniciativas aisladas y “crear una especie de metamodelo trabajando de manera colectiva”, explica este becario Leonardo de la convocatoria de 2015.

Gómez-Ullate destaca además el valor de los datos de movilidad recogidos por dispositivos móviles, para modelizar los escenarios de salida progresiva del confinamiento. “Las autoridades deben facilitar el acceso a dichos datos a los equipos de investigación capaces de interpretarlos y usarlos en modelos que ayuden a la toma de decisiones”, dice.

En la última convocatoria de Ayudas a Equipos, fallada hace unas semanas, Gómez-Ullate forma parte de un equipo liderado por David Ríos, del ICMAT (Instituto de Ciencias Matemáticas), que investigará el uso de Inteligencia Artificial para poner freno a las noticias falsas -o, simplemente, bulos-.

Vuelta a la normalidad, ¿cuándo?

La Acción Matemática contra el Coronavirus incluye además un subgrupo de trabajo para estudiar las propuestas “encaminadas a justificar científicamente la relajación o endurecimiento de las medidas de control de la enfermedad”. El grupo evaluará “la utilidad del mantenimiento del cierre económico decretado por el Gobierno desde el día 30 de marzo, y su duración temporal”.

Esta medida tiene importantes implicaciones económicas y sociales, y es la primera que se revertirá en el proceso de ‘vuelta a la normalidad’. Los matemáticos considerarán el efecto sobre los fallecimientos de un cierre total prolongado un cierto número de semanas.

En concreto, estimarán las muertes por COVID19 hasta el 30 de junio bajo los siguientes supuestos: Cierre total hasta el 12-04 y vuelta a la cuarentena hasta el 30-06; cierre total hasta el 19-04 y vuelta a la cuarentena hasta el 30-06; y cierre total hasta el 26-04 y vuelta a la situación de cuarentena hasta el 30-06.

Finalmente, para una pronta vuelta a la normalidad “será necesario dar respuesta a importantes desafíos en la gestión de muchas redes logísticas, lo que abre otro amplísimo campo de participación para los expertos en Optimización y Ciencia de datos”, apunta Justo Puerto.

El proyecto de este matemático que ha recibido la ayuda de la Fundación BBVA aspira a crear algoritmos para mejorar la aplicabilidad de la ciencia de datos a muchos problemas reales, como la planificación de operaciones logísticas, el reconocimiento de patrones en redes sociales o las finanzas. El objetivo de este proyecto es la gestión, explotación y optimización de redes complejas de gran escala integrando técnicas de programación matemática, aprendizaje automático, inteligencia artificial, investigación operativa y estadística.