El Centro de Salud Móvil es una iniciativa del Grupo de Salud Móvil del IPICYT cuyo objetivo es combinar el uso de medios móviles, grandes bases de datos e inteligencia artificial para articular y abordar proyectos transdisciplinarios de investigación-acción que contribuyan a la solución de problemas relevantes de salud pública en México.
Camino a la Presa de San José 2055, Lomas 4a Sección, 78216 San Luis Potosí, S.L.P., México.
+52 444 834 2000
you-i.lab@ipicyt.edu.mx
El Marco de Educación Segura COVID-19 o C-SEF (COVID-19 Safe Education Framework) por sus siglas en inglés, es un proyecto de colaboración interdisciplinaria y multiinstitucional, cuyo objetivo es desarrollar un protocolo sistemático y automatizado --basado en la combinación de conocimientos de diseño de mecanismos, inferencia causal experimental e inteligencia artificial-- que permita a las Instituciones de Educación usar sus instalaciones de manera segura, eficiente, y equitativa.
Los recursos necesarios para llevar a cabo las pruebas de laboratorio necesarias para el diagnóstico de las infecciones por SARS-CoV-2 y otros virus suelen ser escasos debido a factores tales como el acceso limitado a reactivos, la escasez de técnicos de laboratorio capacitados y una logística desafiante. Al mismo tiempo, dichas pruebas son esenciales para que los estudiantes y el personal académico, administrativo y de apoyo se reintegren a la normalidad durante o después de un brote o una ola de la pandemia. Una prueba de laboratorio negativa puede servir como comprobante para que un individuo regrese a clases, al laboratorio, o participe en otras actividades cotidianas. Se requieren estrategias novedosas para maximizar el beneficio de cada prueba disponible y permitir que el máximo número de personas reanude sus actividades, tomando en cuenta que entre los estudiantes y el personal académico hay individuos con diferentes prioridades para llevar a cabo actividades presenciales.
Nuestra metodología está basada en el principio de pruebas grupales. En las pruebas grupales, varias muestras se agrupan en una sola prueba. El resultado indica si una persona dentro del grupo está infectada o, por el contrario, si todos dentro del grupo están sanos.
Ilustración de pruebas grupales de tamaño 6. Los puntos rojos representan individuos infectados. En el primer escenario, una sola prueba de grupo en el Grupo A dará resultado negativo, ya que ningún individuo está infectado. La prueba para el Grupo B dará resultado positivo, ya que algunas personas están infectadas.
Bajo la supervisión del Prof. Ángel Alpuche Solís, el Laboratorio Nacional de Biotecnología Agrícola, Médica y Ambiental (LANBAMA) ha liderado los esfuerzos para implementar nuevas metodologías de pruebas grupales de COVID-19 a través de un paso de concentración clave, según investigación del Departamento de Farmacología de la Universidad de Oxford.
No sólo existe un corpus de trabajo substancial sobre las pruebas grupales dentro del área de la teoría del aprendizaje computacional, sino también se han utilizado pruebas grupales con éxito en la práctica para combatir el VIH. El beneficio más destacado de las pruebas grupales es su capacidad para ampliar el alcance de un número limitado de pruebas a segmentos más grandes de una población mediante la asignación de pruebas a grupos separados de personas.
El trabajo previo sobre protocolos de pruebas grupales se enfoca en empezar por el objetivo de establecer quién está infectado dentro de una población, e intentar alcanzar este objetivo con la cantidad mínima de pruebas. Nuestra metodología le da la vuelta al problema y formula el problema de maximizar el uso de recursos de pruebas limitadas como un problema de asignación de recursos. Nuestro enfoque está diseñado para entornos con capacidades de prueba severamente limitadas.
Nuestra estrategia de prueba requiere calcular por individuo una medida de utilidad de actividad presencial, así como su probabilidad de infección.
Asumimos protocolos de contención en donde a los individuos dentro de pruebas negativas se les permite participar en actividades presenciales. Tomando en cuenta la utilidad de actividad presencial y probabilidad de infección de cada individuo, podemos encontrar una asignación de pruebas óptima vía metodología algorítmica.
Le ayudamos al LANBAMA a coordinar las pruebas grupales requeridas y a comunicar los resultados a individuos relevantes.
Para implementar de manera eficiente la solución propuesta, el equipo de C-SEF ha pasado meses invirtiendo y movilizando mano de obra y recursos económicos para llevar el diseño experimental algorítmico a IPICYT, en San Luis Potosí, México. El producto final es la aplicación web que alberga este texto, en la que los usuarios pueden enviar datos y preferencias de programación y, a cambio, reciben una invitación para hacerse una prueba conjunta COVID-19. Las invitaciones se generan a través de un algoritmo que optimiza las necesidades de los usuarios y el uso de los recursos del instituto. Al mismo tiempo, los técnicos de laboratorio de LANBAMA pueden usar la plataforma para indicar qué Identificación Única (es decir, usuario) se ha presentado para una prueba y, posteriormente, agrupar al grupo de usuarios que se presentaron para otorgar una muestra de saliva utilizando nuestro algoritmo de optimización.