10. La ciencia detrás del COVID-19
La pandemia de COVID-19 empezó a verse a principios de 2020 en la ciudad china de Wuhan. Sin embargo, en pocas semanas el virus SARS-CoV-2 dio el salto a Europa y de ahí al resto del mundo con una capacidad muy alta de contagio y muy homogénea en todo el planeta. No se ceñía a una país, población o clase social. Comprendimos bruscamente el significado de la palabra pandemia, emergencia o crisis sanitaria. Descubre la ciencia detrás del COVID-19.
Identificar al causante
En diciembre de 2019 y enero de 2020, se detecta en la ciudad china de Wuhan una acumulación de casos de neumonía de origen desconocido. En febrero, tres equipos de investigadores chinos publicaron por fin todos los detalles del causante: un nuevo coronavirus humano. El SARS-CoV-2, l séptimo patógeno humano de esta clase que se conoce. Cuatro de ellos provocan resfriados comunes, mientras que los dos restantes causan respectivamente el Síndrome Respiratorio Agudo Grave (SARS) y el Síndrome Respiratorio de Oriente Medio (MERS).
Las infecciones por el nuevo coronavirus comenzaron a tomar progresivamente protagonismo a nivel internacional cuando el día 13 de enero de 2020 la OMS reportó el primer caso de infección fuera de China, ocurrido en Tailandia.
Hacia final de mes, el día 30 de enero la OMS declaró la enfermedad causada por el nuevo coronavirus como una emergencia de salud pública de preocupación internacional. En aquel momento ya se habían reportado casos en todas las regiones de la OMS en solo un mes. Fue el día 11 de marzo, que se categorizó como pandemia.
En una investigación se descubrió que este nuevo coronavirus es a nivel genómico idéntico en el 96,2% a un coronavirus (BatCoVRaTG13) procedente de un murciélago de la subespecie Rhinolophus affinis. La comparación de 93 secuencias genéticas del virus indica que este saltó a los humanos en noviembre de 2019.
Ciencia detrás del COVID-19
La COVID-19 ha cambiado la ciencia y ha demostrado que se necesita un enfoque de colaboración multilateral a una escala mundial.
En esta batalla, la primera línea de defensa y la más visible es la de la medicina y el personal sanitario. En una segunda línea, en los laboratorios de biología se lucha contrarreloj por conocer los entresijos del virus y encontrar tratamientos o vacunas. Pero en la estrategia contra el coronavirus hay otro frente no menos esencial en nuestra era tecnológica: el Big Data y su procesamiento mediante sistemas de Inteligencia Artificial (IA) y aprendizaje automático. La pandemia ha situado los modelos en el centro del debate científico, por lo que algunos expertos pidieron que todas las publicaciones se publicaran en fuentes abiertas en repositorios digitales. Diversas instituciones ya lo han hecho, lo que ayudará a la comunidad científica a mejorar los modelos.
Los primeros éxitos en la contención inicial de la pandemia se han obtenido en lugares donde se ha llevado a cabo un rastreo tecnológico selectivo de las personas contagiadas y un trazado de sus movimientos y sus contactos a través de datos de telefonía móvil, tarjetas de crédito y cámaras de seguridad, en lugar de imponer medidas de confinamiento drástico a toda la población. Un ejemplo es Corea del Sur, un país que, a diferencia de otros, contaba con un plan reciente y actualizado contra epidemias, diseñado tras el brote en 2015 del Síndrome Respiratorio de Oriente Medio (MERS). Sin embargo, en el resto del mundo han comenzado a surgir iniciativas que tratan de aprovechar este potencial tecnológico.
¿Es posible diseñar ciudades más seguras contra las epidemias?
La COVID-19 ha potenciado ciertas innovaciones que en el futuro podrían formar parte habitual de la gestión urbana. Hoy hemos aprendido el valor de la distancia social en la contención de epidemias, y la tecnología de Smart Cities puede monitorizar los movimientos y flujos de personas y vehículos para evaluar su efecto en la propagación de virus como el SARS-CoV-2.
El Observatorio Urbano de la Universidad de Newcastle, el mayor de Reino Unido, recopila una multitud de datos de sensores y dispositivos para vigilar no solo el clima, la calidad del aire o el consumo de energía, sino también para seguir en tiempo real la dinámica del tráfico y los peatones, la ocupación de aparcamientos o la posición de los autobuses.
Durante la pandemia, el observatorio ha analizado más de 1.800 millones de datos con algoritmos de aprendizaje automático para comprobar el impacto de las medidas públicas adoptadas contra el virus. Utilizando sistemas de visión automática y procesamiento de imágenes, los investigadores han desarrollado algoritmos que miden la distancia social entre peatones, lo que ayuda a analizar la adherencia a las medidas y a identificar lugares en los que no es posible mantener las distancias adecuadas.
Si quieres descubrir a fondo de la ciencia detrás del COVID-19 escuchando el podcast completo aquí.
MÁS INFO:
Este es el podcast Cortando por lo sano de IEFS con Ezequiel Arranz. Cada semana te esperamos con un nuevo episodio lleno de claves, consejos para sanitarios, curiosidades y entrevistas a grandes profesionales de la salud.
Para más información, puedes consultar estos enlaces:
➡️ Podcasts
➡️ Cursos
¡SÍGUENOS!
Instagram: @iefsalud
Facebook: IEFS – Formadores en Salud
Twitter: @iefsalud+ Ezequiel Arranz
