Científicos podrían prevenir la transmisión de futuras infecciones de animales a humanos con inteligencia artificial

Científicos de la Universidad del Sur de Florida (USF), en Estados Unidos, desarrollaron una metodología basada en inteligencia artificial destinada a estimar y anticipar la transmisión de una especie de vida silvestre a otra o a humanos, según un estudio publicado en Proceedings of the National Academy of Sciences.

Además, el informe citado en Infobae agrega que la IA determinaría quién está en riesgo de infección. Su método consiste en un enfoque de aprendizaje automático que identifica la influencia de variables, como la ubicación y el clima, en patógenos conocidos. 

Con poca información, el programa puede identificar puntos críticos de la comunidad en riesgo de infección, tanto a escala global como local.

Recomendados

Llega herramienta diseñada para transformar la atención cardiovascular utilizando Inteligencia Artificial

FDA aprueba nuevo medicamento para tratamiento de la Hipertensión Arterial Pulmonar

Ejercicios para pacientes con Párkinson

El coinvestigador principal del estudio, Diego Santiago-Alarcón, profesor asistente de biología integrativa de la USF, explicó: “Nuestro objetivo principal es desarrollar esta herramienta para medidas preventivas. Es difícil tener una metodología multipropósito que pueda usarse para predecir infecciones en todos los diversos sistemas de parásitos, pero con esta investigación, contribuimos a lograr ese objetivo”.

Tres análisis

Los investigadores de la USF, la Universidad Veracruzana y el Instituto de Ecología de México examinaron tres sistemas huésped-patógeno: malaria aviar, aves con el virus del Nilo Occidental y murciélagos con coronavirus, para probar la confiabilidad y precisión del método.

El equipo descubrió que para los tres sistemas, la especie infectada con mayor frecuencia no era necesariamente la más susceptible a la enfermedad.

Mediante la integración de variables geográficas, ambientales y de desarrollo evolutivo, los investigadores identificaron mejor a los huéspedes con mayo riesgo de infección, localizando a las especies que no habían sido registradas previamente como infectadas por el parásito en estudio. Esto proporcionó una forma de identificar especies susceptibles y mitigar el riesgo de patógenos.

“Confiamos en que la metodología es exitosa y se puede aplicar ampliamente a muchos sistemas huésped-patógeno. Ahora entramos en una fase de mejora y perfeccionamiento”, destacó Santiago-Alarcón.

La comunidad científica tiene como desafío predecir qué tipo de patógeno producirá la próxima infección médica o veterinaria que pueda causar una pandemia como la del coronavirus COVID-19 y sus variantes.