Predicción de la Propagación del COVID-19 en México Mediante Ciencia de Datos

A lo largo de la historia, los seres humanos hemos intentado explorar y entender de mejor manera la propagación y evolución de enfermedades infecciosas con el fin de sobrellevarles eficientemente y reducir su impacto a nivel poblacional. Con este objetivo, investigadores y científicos han propuesto la utilización de las herramientas y formalismos del lenguaje de las matemáticas como medio de abstracción, análisis e incluso predicción de dichos fenómenos. Esto ha dado como resultado una manera formal del estudio para la identificación y aportación de diversos fenómenos en la propagación y evolución de las enfermedades. Sin embargo, en el pasado, estos modelos eran propuestos a partir de la intuición y observación de otras enfermedades, lo cuál genera un alto nivel de incertidumbre en los parámetros calculados para una nueva enfermedad o incluso sepas de enfermedades conocidas.

En este Proyecto proponemos la utilización de algortítmos basados en inteligencia artificial y machine learning para una obtención más efectiva para efermedades infecciosas como la causada por el nuevo virus SARS-COV2. Esto permitirá la caracterización de las condiciones de propagación a través del aprendizaje directo de los datos obtenidos en nuestro y otros paises. Mas allá de esto, permitirá un entrenamiento y evolución automaticos del modelo para la mejor adaptación a las condiciones de propagación observadas – dando como resultado nuevos modelos de parametrización mas informativos y mayor adaptabilidad a esta y nuevas enfermedades. Se creé que este tipo de modelos permitirán nuevas manerás de identificar, caracterizar y predecir el curso que siga la propagación de diversas enfermedades, proporcionando nuevas herramientas que ayuden a una toma de decisiones preventivas y reactivas que contribuyan de una manera mas informativa a su pronta erradicación con la minima cantidad de afectados.