Técnicas de ‘machine learning’ permiten predecir, a partir de datos satelitales, si la reducción de la actividad económica minimiza los contagios. Con este modelo, que cuenta con participación española, se podrán afinar mejor los tiempos y el grado de las medidas de confinamiento.

Un trabajo internacional con participación de los científicos Josep Peñuelas y Jordi Sardans, del Consejo Superior de Investigaciones Científicas (CSIC) y del Centro de Investigación Ecológica y Aplicaciones Forestales (CREAF), ha desarrollado un modelo para predecir, a partir de datos satelitales de contaminación por dióxido de nitrógeno, la eficacia del confinamiento para frenar epidemias como la covid-19.

A través de este modelo se puede predecir cómo se aceleran los contagios cuando se levantan las medidas de confinamiento. Por lo tanto, la información permite optimizar el tiempo y la intensidad de la implementación de intervenciones no farmacéuticas, y mejorar la efectividad de control de la covid-19 y en general de las pandemias.

Sigue leyendo este interesante artículo AQUÍ