Investigaciones

Una institución con vocación empresarial e internacional

Predicción de los patrones de morbilidad de dengue y Chicungunya en Colombia asociados al cambio climático utilizando aprendizaje automático


Investigador Principal: William Caicedo Torres

Correo de Investigador wcaicedo@utb.edu.co

Facultad: Facultad de Ingeniería

Resumen:El dengue y el chikungunya son enfermedades infecciosas con alta incidencia en Colombia transmitidas por los vectores Aedes aegypti y Aedes albopictus. Los ciclos de reemergencia de estas enfermedades dependen en gran medida de la variabilidad climática. De acuerdo con el boletín epidemiológico número 52 de 2015, publicado por el Instituto Nacional de Salud, el año pasado en nuestro país se registraron 94.916 casos de dengue y 359.728 de chikungunya. Además, realizar estudios asociados con estas enfermedades es importante en cuanto es un problema de salud público que no solo afecta a Colombia sino a otras naciones de América Latina, hasta el punto de considerarse una emergencia de salud internacional. Una predicción del número de casos y las épocas en las que el riesgo de aparición es más elevado permitiría tomar acciones tempranas en cuanto al abastecimiento de la red hospitalaria, y prevención de la población general. Las estrategias de predicción de datos como minería de datos y aprendizaje automático, serán de gran ayuda para contrarrestar la epidemia por enfermedades tropicales como el dengue y chikungunya, así como otras patologías transmitidas por vectores que se prevé aumentarán y llegaran a Colombia debido a la expansión de las zonas endémicas por el calentamiento global y los viajes internacionales. El propósito de este proyecto es desarrollar un modelo utilizando técnicas de aprendizaje automático para predecir la morbilidad de dengue y chikungunya de acuerdo a diferentes factores ambientales publicados por el Instituto de Hidrología, Meteorología y Estudios Ambientales de Colombia (IDEAM).


¡Comparte este contenido en tus redes sociales!