Un modelo informático de inteligencia artificial probabilística desarrollado en el Laboratorio Nacional de Los Alamos proporcionó el estado más preciso, nacional, y previsiones regionales de la gripe en 2018, venciendo a otros 23 equipos en el Desafío FluSight de los Centros para el Control y la Prevención de Enfermedades. El CDC anunció los resultados la semana pasada.

"La previsión precisa de enfermedades es similar a la previsión meteorológica en el sentido de que necesita alimentar modelos informáticos con grandes cantidades de datos para que puedan 'aprender' tendencias, "dijo Dave Osthus, estadístico en Los Alamos y desarrollador del modelo informático, Dante. "Pero es muy diferente porque la propagación de enfermedades depende de las elecciones diarias que los humanos hacen en su comportamiento, como viajar, lavado de manos, viajar en transporte público, interactuar con el sistema sanitario, entre otras cosas. Son muy difíciles de predecir ".

El Desafío FluSight tiene como objetivo mejorar la predicción precisa de la gripe desafiando a las instituciones científicas a desarrollar modelos informáticos predictivos. Durante la temporada de influenza 2018-2019, 24 equipos diferentes participaron en la iniciativa de pronóstico de la gripe, cada uno presenta 38 pronósticos semanales diferentes.

Dante demostró ser más exitoso que los otros modelos al predecir el tiempo, cima, y la intensidad a corto plazo de la temporada de gripe que se desarrolla. A diferencia de otros modelos, Dante es un modelo multiescala, lo que significa que combina nacional, regional, y datos estatales sobre la influenza. Al promediar las tendencias en esas diferentes geografías, utiliza información de estados individuales para mejorar los pronósticos de otros estados.

Cada semana desde mediados de octubre hasta mediados de mayo, Osthus envió un archivo al CDC que describía los pronósticos de Dante para toda la temporada de influenza. "Enviar cada semana de la temporada permite a los pronosticadores actualizar sus pronósticos a la luz de los datos actuales, de manera similar a cómo, por ejemplo, los pronósticos de huracanes se actualizan a medida que avanza el huracán, " él dijo.

Cada semana se recopilan nuevos datos para la temporada de gripe y se integran en los modelos de pronóstico. Dante demostró ser particularmente útil para pronosticar a nivel local, algo que es según Osthus, "acompañado de importantes desafíos de datos".

Para esta temporada de gripe, Osthus planea presentar Dante +, una versión actualizada de Dante que incluirá "Nowcasting" basado en Internet, "que desarrolla y utiliza un modelo que mapea el tráfico de búsqueda de Google para términos relacionados con la gripe en los datos oficiales de la actividad de la gripe.

En cuanto a lo que predice Osthus para la temporada de gripe de este año, es difícil de decir. "Los pronósticos de influenza a estas alturas de la temporada están marcados por una incertidumbre significativa, ", dijo." La temporada de gripe generalmente no comienza a revelarse hasta después del Día de Acción de Gracias. No hay nada, en este punto, para sugerir una temporada de gripe muy inusual, lo que significa que es probable que alcance su punto máximo entre mediados de diciembre y finales de marzo. En cuanto a la intensidad de la temporada de gripe, sin embargo, es demasiado pronto para saberlo ".

Kelly Moran (estudiante de doctorado en la Universidad de Duke y, en el momento, un científico estudiante invitado en Los Alamos) contribuyó a la validación de Dante. El modelo del segundo lugar, DBM +, también se desarrolló en Los Alamos con la ayuda de Reid Priedhorsky, Ashlynn Daughton (estudiante de doctorado en la Universidad de Colorado Boulder), Sara Del Valle, y Jim Gattiker. El documento de Dante se puede ver aquí:https://arxiv.org/abs/1909.13766