Utilizar la inteligencia artificial para desarrollar modelos epidemiológicos más realistas y equitativos

Yamir Moreno

Universidad de Zaragoza, España

Durante las epidemias, el comportamiento humano influye en la propagación de las enfermedades y en la eficacia de las medidas de salud pública. Las decisiones sobre la vacunación y el cumplimiento de las recomendaciones dependen de la confianza, la información, la desinformación, las normas sociales y los factores socioeconómicos. Sin embargo, los modelos epidémicos tradicionales suelen simplificar estos factores, lo que dificulta predecir cómo afectarán a las intervenciones a los diferentes grupos. Este proyecto tiene como objetivo crear modelos que reflejen la diversidad social y los cambios de comportamiento de forma más realista.

El equipo dispone de conocimientos especializados en ciencias del comportamiento, desigualdades en el ámbito sanitario, inteligencia artificial, modelización de epidemias y participación en la formulación de políticas. Los investigadores crearán poblaciones virtuales en que individuos ficticios tengan creencias, comportamientos y condiciones sociales distintas. A continuación, los mezclarán con modelos epidémicos y evaluarán el rendimiento de las estrategias de control de las enfermedades en distintas comunidades.

Los resultados podrían ayudar a determinar qué intervenciones tienen más probabilidades de funcionar, para quién y en qué circunstancias. A su vez, el proyecto podría servir de base a las autoridades de la salud pública para desarrollar respuestas a las epidemias que sean más eficaces, justas y adaptadas a las condiciones sociales reales.

• Joan Benach, Universitat Pompeu Fabra (UPF), España

• Angel Sánchez, Universidad Carlos III de Madrid, España

AI-Driven Behavioural Epidemic Models for Intervention Design

970.139,00 €