El 12 de mayo se realizó el seminario «Movilidad humana, epidemias y salud urbana: integrando datos y modelos para entender sistemas complejos», dictado por Miguel Ponce de León, investigador del Life Sciences – Computational Biology Life Sciences Group (Barcelona Supercomputing Center).
El seminario fue organizado por CICADA, la Facultad de Ingeniería y la Facultad de Ciencias (Udelar).
En la charla, el investigador presentó distintos trabajos desarrollados en la intersección entre ciencia de datos, epidemiología, sistemas complejos y salud pública. A partir de la integración de datos de movilidad, información epidemiológica, datos demográficos y variables ambientales, se desarrollan marcos computacionales para estudiar la dinámica espacio-temporal de epidemias y los efectos de la movilidad sobre la exposición ambiental en España.
En particular, Ponce de León mostró cómo el uso de modelos epidemiológicos basados en metapoblaciones y métodos de inferencia causal permiten identificar patrones direccionales de propagación y dinámicas de transmisión asociadas a la movilidad humana durante la pandemia de COVID-19. También presentó EpiSim.jl, un framework de simulación epidemiológica, junto con workflows escalables para calibración de parámetros, cuantificación de incertidumbre y optimización de intervenciones utilizando aprendizaje automático y reinforcement learning. Finalmente, discutió cómo enfoques similares pueden extenderse más allá de las enfermedades infecciosas para estudiar el impacto de la movilidad cotidiana sobre la exposición a contaminación del aire y sus posibles efectos en salud.
En conjunto, estos trabajos muestran cómo la integración de datos, simulación computacional, y el aprendizaje automático pueden combinarse para estudiar sistemas humanos complejos y servir como herramientas de apoyo en el diseño de políticas públicas basadas en evidencia.