Google está ampliando el uso de la inteligencia artificial y las imágenes satelitales en la salud pública mediante el ecosistema Google Earth AI, con el objetivo de ayudar a investigadores y autoridades sanitarias a detectar focos de riesgo y predecir las tendencias de las enfermedades antes de que se conviertan en crisis generalizadas. La iniciativa se basa en integrar datos sanitarios locales con señales ambientales, imágenes espaciales, datos de movilidad y modelos geográficos fundacionales.
Google afirma que estas herramientas abordan dos problemas recurrentes en la respuesta sanitaria: el retraso de los informes y la existencia de zonas que no están cubiertas por los datos geográficos tradicionales. En lugar de esperar a que la información esté completa después de que comience un brote, los equipos pueden utilizar modelos predictivos para identificar las comunidades más expuestas al riesgo y estimar las posibles trayectorias de la enfermedad.
Prueba de las herramientas durante un brote de ébola
Durante el brote de ébola en la República Democrática del Congo, Google colaboró con la Oficina Regional de la Organización Mundial de la Salud para África y la Unidad de Modelización e Inteligencia Epidemiológica del Instituto Nacional de Investigación Biomédica del país. Los socios utilizaron dos modelos de investigación iniciales: el agente de razonamiento geográfico, que permite realizar operaciones de cartografía espacial mediante una conversación en lenguaje natural, y un motor de predicción planetaria de enfermedades.
El equipo de la Organización Mundial de la Salud utilizó el agente para identificar corredores mineros remotos que combinaban riesgos de exposición con una elevada movilidad humana. Según Google, el equipo identificó en cuestión de minutos 48 asentamientos en riesgo y más de 45.500 personas, un proceso que habría tardado semanas mediante métodos manuales. Los resultados ayudaron a planificar el despliegue de laboratorios móviles y a coordinar la vigilancia fronteriza.
Google también desarrolló con la unidad congoleña modelos semanales para estimar la probabilidad de transmisión del ébola a zonas en las que no se habían registrado casos, basándose en los flujos de movilidad, las tendencias históricas de los casos y los datos de Earth AI. Según la empresa, estas estimaciones proporcionan tiempo adicional para planificar antes de que los casos lleguen a nuevas zonas.
Del brote agudo a una previsión sanitaria más amplia
Las aplicaciones no se limitan a las enfermedades infecciosas. El Population Dynamics Foundation Model, o PDFM, combina tendencias de búsqueda agregadas, patrones de movilidad y factores ambientales para producir una imagen de alta resolución y en constante cambio de las comunidades. Investigadores de NYU Langone Health utilizaron estas señales para estimar las muertes por enfermedades cardiovasculares durante el mismo año, con un rendimiento similar o mejor en algunos casos que el de los métodos tradicionales.
En otras investigaciones, los patrones de comportamiento a ambos lados de la frontera entre Estados Unidos y Canadá ayudaron a mejorar las estimaciones de las tasas de vacunación contra el sarampión, las paperas y la rubéola en condados estadounidenses. Asimismo, la combinación del PDFM con modelos climáticos locales mejoró las previsiones de brotes de dengue en México, mientras que la integración de registros epidemiológicos con el PDFM mejoró la capacidad de identificar zonas expuestas al cólera en la República Democrática del Congo hasta ocho semanas antes.
¿Qué cambia en la práctica?
El valor práctico consiste en transformar datos geográficos y demográficos dispersos en señales utilizables para establecer prioridades: dónde enviar equipos móviles, qué zonas necesitan vigilancia fronteriza y dónde pueden aplicarse intervenciones preventivas tempranas, como el control de las larvas de mosquitos. Sin embargo, las herramientas no eliminan la necesidad de contar con datos locales ni con experiencia sanitaria; son modelos de investigación y predicción que deben complementar los sistemas de vigilancia existentes, no sustituir la verificación sobre el terreno ni las decisiones médicas.
Actualmente, Google ofrece los datos integrados del PDFM con fines comerciales en fase de vista previa bajo el nombre Population Dynamics Insights dentro de Google Maps Platform, y los investigadores pueden solicitar acceso gratuito para usos específicos. Las instituciones elegibles pueden solicitar créditos de Google Earth a través de los programas públicos de Google Maps Platform. La empresa también indicó que Google.org proporcionó financiación al Instituto Nacional Congoleño para ayudar a actualizar las pruebas locales y la vigilancia de enfermedades.