Un centro de investigación chileno impulsó la creación, junto a otras organizaciones globales, de la Health Forecasting Alliance (HFA), una red internacional lanzada en Estambul que busca anticipar epidemias y otras amenazas sanitarias con pronósticos elaborados desde cuatro hubs regionales. La institución lidera el hub latinoamericano, cuyo esquema sirvió de base para el diseño de la alianza global y de su par en Medio Oriente y el Norte de África.
Se trata del Centro Ciencia & Vida, de la Fundación Ciencia & Vida y la Universidad San Sebastián (FCV-USS), a cargo de ECLIPSE, la red latinoamericana de modelamiento epidemiológico. La HFA formalizó el inicio de sus operaciones en Turquía, junto con el hub de Medio Oriente y Norte de África, en unl encuentro que reunió a 24 participantes de alrededor de 18 instituciones y doce países.
La red latinoamericana nació en abril de 2023, en una reunión convocada por la oficina sudamericana de los CDC de Estados Unidos. ECLIPSE se lanzó ese mismo año en Bogotá y fue el primer núcleo en aplicar el esquema que hoy adopta la alianza global. “Inspirados en la experiencia de lo que fue la respuesta al COVID-19, planteamos la propuesta de armar capacidades para enfrentar futuras pandemias o epidemias dentro de un país o entre varios”, relata Tiago Masrour, gerente de la institución chilena.
Durante la emergencia sanitaria, buena parte del trabajo de los equipos de modelamiento consistió en reunir, filtrar, limpiar y curar datos dispersos antes de proyectar escenarios, una preparación que cada brote obligaba a repetir. La propuesta de ECLIPSE apuntó a fijar estándares comunes de uso, almacenamiento e intercambio de modelos y parámetros.
El objetivo es que distintas herramientas puedan alimentarse de forma automatizada, según describe Alberto Martin, investigador principal del Centro Ciencia & Vida y académico de la Facultad de Ingeniería de la USS, especialista en bioinformática y biología computacional.
Hubs regionales en lugar de recetas globales
La alianza agrupa hoy a cuatro hubs con distintos niveles de madurez. Junto con ECLIPSE opera InsightNet, una red de 13 centros en Estados Unidos con la que el centro chileno se vincula a través de la Universidad Johns Hopkins y la Universidad de California San Diego (UCSF). A ellos se suman la MENA Collaborative for Forecasting and Outbreak Analytics, para Medio Oriente y Norte de África, y la Comunidad de África Oriental, zona actualmente afectada por un brote de ébola.
La invitación a Medio Oriente llegó en 2024, cuando el equipo presentó allí el marco conceptual y las herramientas desarrolladas para América Latina. La propuesta inicial era ampliar ECLIPSE hacia esa zona. El grupo optó, en cambio, por acompañar la formulación de un hub propio, con el apoyo de EMPHNET, una red de salud pública con presencia en esos países. “Más que extenderlo, la idea era replicar y que hubiese centros regionales que respondieran a las necesidades, a las capacidades y a la cultura de cada región”, explica Masrour.
De esas conversaciones surgió la necesidad de coordinar redes con realidades distintas, función que asumió la HFA. Bajo su esquema federado, cada hub define sus prioridades y el nivel global se encarga solo de aquello que una región o una institución nacional no puede realizar por sí misma. El modelo responde a una crítica a los esquemas en que organismos internacionales fijan prioridades a escala global y luego las aplican a cada país con ajustes menores.
“No se trata de que expertos externos vengan a decir qué se debe hacer, sino de compartir conocimiento, escuchar y permitir que a largo plazo esas capacidades queden instaladas en cada región”, sostiene el ejecutivo.
En Estambul, los participantes acordaron una cadena de valor común para el pronóstico en salud, desde la identificación de necesidades y el acceso a la información, hasta el uso de las proyecciones en decisiones públicas. También constituyeron tres grupos técnicos, dedicados a arquitectura e interoperabilidad, a modelamiento y metodología, y a difusión y apoyo a las decisiones, con metas a 12 y 18 meses.
Modelos que viajan hacia los datos
Un modelo epidemiológico es una representación matemática de cómo pasa una infección de una persona a otra. Sus parámetros, como la velocidad de contagio o la frecuencia de los contactos, se estiman a partir de registros reales de casos, viajes y desplazamientos de población. Algunos incorporan también el tipo de vivienda o la red de transporte público.
En Santiago, por ejemplo, los primeros contagios de COVID-19 avanzaron a lo largo de las líneas de etro. “Si uno tiene buenos modelos, puede simular el efecto de posibles medidas y, con eso, convencer a gobiernos y ministerios de salud de tomar o no esas decisiones, según sus prioridades”, explica el Dr. Martin.
La dificultad está en que esos registros rara vez circulan con facilidad. Son datos de personas, protegidos por normas de consentimiento y, en algunos países, ni siquiera los ministerios de un mismo gobierno comparten información o la registran en formatos compatibles. Por eso, la alianza acordó que los modelos se trasladen hacia los repositorios de cada país, en lugar de concentrarlos en una base común. Cada institución nacional conserva su información y recibe apoyo para estructurarla, depurarla y anonimizarla.
Lo que circula entre las regiones son las metodologías, las herramientas y los aprendizajes sobre su desempeño, como las proyecciones obtenidas o la forma en que se calibró cada modelo. Esa experiencia puede adaptarse a otros contextos. Las técnicas disponibles van desde los modelos clásicos, que dividen a la población en susceptibles, infectados y removidos, hasta métodos con datos georreferenciados y machine learning.
“La idea es apoyarnos entre todos. Unos son expertos en unas cosas y otros tienen los datos; si se combinan las metodologías, el resultado es mucho más fiable que cada una por separado”, sostiene el investigador, quien además dirige el Doctorado en Biología Computacional de la USS.
La HFA adoptó también estándares comunes para su trabajo. Los pronósticos deberán evaluarse contra lo que efectivamente ocurrió y sus resultados se publicarán aunque sean desfavorables. Los métodos, supuestos, limitaciones e incertidumbres serán transparentes, y las herramientas se mantendrán bajo licencias abiertas. Ningún resultado sobre un país o una región se difundirá sin su consentimiento, de modo que la soberanía de los datos queda incorporada en la arquitectura del sistema.
