La geoinformática ayuda a predecir y prevenir el ébola y la malaria

La Universidad de California San Francisco (UCSF) está trabajando para crear una plataforma en línea que los trabajadores de salud de todo el mundo puedan utilizar para predecir dónde es probable que se transmita la malaria. Para ello utilizan los datos de Google Earth Engine.

El objetivo es permitir a los países pobres puedan emprender campañas más específicas y eficaces contra esta enfermedad transmitida por mosquitos, que mata a 600.000 personas al año, la mayoría de ellos niños.

Debido a la gran cantidad de necesidades que tienen sus sistemas de salud pública, los países a menudo cometen el error de reducir sus esfuerzos contra la malaria justo cuando están cerca de la eliminación de la enfermedad, señala Hugh Sturrock, profesor asistente de epidemiología y bioestadística e investigador de la UCSF, en la información de esta última.

"Esto puede tener consecuencias desastrosas, ya que la malaria puede llegar a recuperarse rápidamente, tirando a la basura años de costosos esfuerzos de control", añade. "Pero con estos mapas, los trabajadores sanitarios sabrán exactamente dónde dirigir sus escasos recursos y podrán seguir luchando contra la enfermedad hasta que sea eliminada dentro de sus fronteras".

Datos combinados

Google Earth Engine reúne datos del mundo obtenidas por satélite -billones de mediciones científicas que se remontan a casi 40 años atrás- y los pone en línea a disposición de científicos, investigadores independientes y naciones para que detecten cambios, tendencias y diferencias cuantitativas en la superficie de la Tierra.

Con la plataforma de predicción sobre la malaria, los trabajadores de salud locales podrán subir sus propios datos sobre dónde y cuándo se han venido produciendo los casos de malaria y combinarlos con datos de satélite en tiempo real sobre el clima y otras condiciones ambientales, dentro de Earth Engine, para precisar dónde es más probable que haya nuevos casos. De esa manera, pueden rociar con insecticida, distribuir mosquiteras o dar medicamentos contra la malaria sólo a aquellas personas que aún lo necesitan, en lugar de cubrir todo el país.

Al observar la relación entre la aparición de la enfermedad y factores como las precipitaciones, la vegetación y la presencia de agua en el medio ambiente, los mapas también ayudarán a los trabajadores de salud y los científicos a estudiar qué impulsa la transmisión de la malaria. Google Earth Outreach, que ayuda a las organizaciones no lucrativas a utilizar la tecnología de mapas de Google, ha donado 100.000 dólares a la UCSF para desarrollar la nueva plataforma.

Otras enfermedades

La nueva herramienta se pondrá a prueba en Suazilandia, un país del sur de África que ha limitado la malaria a unas pocas bolsas en todo el país a través del programa que se puso en marcha en 2008 con la ayuda del Grupo de Salud Global de la UCSF. Hay planes para poner la herramienta a disposición de los trabajadores de salud de otros países que trabajan con el Grupo en la Iniciativa para Eliminar la Malaria. La herramienta también podría ser adaptada para predecir otras enfermedades infecciosas.

Google Earth Engine surgió de los esfuerzos iniciados hace casi una década por la informática de Google Rebecca Moore, que utilizó los datos de Google Earth para evitar que fueran talados los bosques de secuoyas cercanos a su casa. Desde entonces, los científicos han utilizado Earth Engine para medir la deforestación, el desarrollo urbano y el retroceso de los glaciares.

Moore, que dirige Earth Engine y Earth Outreach, afirma que era una progresión natural para Earth Engine pasar de "salvar los árboles a salvar vidas. Estamos en un momento emocionante", añade. "Tenemos esta enorme escala de potencia de cálculo que, si es guiada en el camino correcto, realmente podría conseguir grandes avances."

Datos históricos

En Estocolmo (Suecia), mientras tanto, el investigador Lars Skog, del KTH Royal Institute of Technology, está desarrollando un sistema de información geográfica que puede ayudar también a los trabajadores sanitarios a predecir la propagación de una enfermedad y detenerla.

Skog, que es doctor en geoinformática, ha explorado la relación entre la geografía y la distribución de la enfermedad en varios casos de grandes epidemias del pasado, incluyendo la Peste Negra, la gripe rusa de 1889, la asiática de 1957 y la gripe porcina. Skog afirma que los datos históricos proporcionan una base para predecir el curso de las epidemias y pandemias futuras.

"Mi investigación y método también se pueden utilizar para determinar el estado actual de una pandemia, o predecir cómo de extensa será la propagación. Y donde golpeará la enfermedad la próxima vez", explica Skog en la nota de prensa de KTH.

De hecho, la forma en que la Peste Negra se extendió a mediados del siglo XIV presenta no poco parecido con la actual epidemia de Ebola, asegura. Ambas enfermedades se hospedaron en pequeños mamíferos: ratas negras y murciélagos de la fruta, respectivamente. Pero en última instancia, fue el hombre quien permitió su propagación.

"La Peste Negra dependió mucho de la falta total de conocimiento sobre la etiología de la enfermedad y de cómo evitar nuevas transmisiones", explica Skog. "Ese es también el caso de los principales lugares remotos donde se ha propagado el ébola".

Tecnologías

Hay una serie de opciones de tecnología geoinformática disponibles para las organizaciones de salud pública que han enviado equipos de campo para responder a la crisis. Estos, dice Skog, incluyen el equipamiento de los trabajadores de campo con dispositivos GPS manuales, que alimentan una base de datos central con datos y conclusiones en relación con la ubicación de los cuerpos, las posibles infecciones y los casos diagnosticados en el personal.

"Los datos pueden ser fácilmente controlados y utilizados para tomar decisiones y llevar a cabo políticas para mitigar la propagación de forma centralizada", dice. "Utilizando imágenes de satélite se pueden localizar los núcleos de población. Los datos recogidos sobre la enfermedad también pueden ser analizados y comparados con datos ambientales y climatológicos".

Por ejemplo, suponiendo que los murciélagos de la fruta son el reservorio del virus ébola, Skog señala que sería de interés averiguar si los primeros casos detectados en un brote se encuentran en o cerca de un hábitat del murciélago de la fruta. "Si se pueden definir los parámetros ambientales y climatológicos para los hábitats de los murciélagos de fruta, existe la posibilidad de que otros hábitats de los mismos puedan ser mapeados usando datos de los mapas existentes e imágenes de satélite o aéreas", añade.

"Las zonas de riesgo podrían ser observadas y podrían tomarse medidas preventivas de salud. Si el reservorio natural resulta ser algún otro animal, la localización de los primeros casos en cada brote también daría una pista sobre lo que debe buscarse".