Crean innovador método que detecta el COVID-19 en alcantarillado cuando no hay información precisa

La red de alcantarillado puede ser clave para la detección temprana del virus SARS-Cov-2 causante del covid-19. El diseño cuidadoso de un esquema de muestreo espacial de una red de alcantarillado puede permitir la detección de ubicaciones críticas para la aparición de un brote o la evaluación de la exposición o consumo de productos químicos. Su correcta implementación permite transformar la infraestructura de aguas residuales en un observatorio de salud pública.

Pero, ¿qué sucede cuando no existen esas certezas? El tener incertidumbres en la estructura de la red puede impedir contar con un esquema de muestreo óptimo. De hecho, este es precisamente un problema importante y ampliamente reconocido en el ámbito de gestión de infraestructura urbana; y puede variar dependiendo de factores como como el nivel de desarrollo urbano, la antigüedad de la infraestructura y la eficiencia en el manejo de los datos.

Es por esto que, como una forma de aportar al control de la pandemia, un equipo del Centro para el Descubrimiento de Estructuras en Datos Complejos – MiDaS, perteneciente a la Facultad de Matemáticas UC liderado por el académico y director del Eje de Vinculación con el Entorno Socio Económico de Ciencia 2030 UC, Alejandro Jara, creó un método de muestreo en condiciones de inexactitud de datos. “El Ministerio de Ciencia, Tecnología, Conocimiento e Innovación nos solicitó desarrollar un esquema de muestreo óptimo, necesario para la definición de un sistema de monitoreo de aguas residuales para la detección temprana de SARS-CoV-2”, explica Alejandro Jara, también director de MiDaS.

El trabajo, “Identifying Outbreaks in Sewer Networks: An Adaptive Sampling Scheme Under Network's Uncertainty”, fue publicado en la prestigiosa revista científica Proceedings of the National Academy of Sciences – PNAS. Este es el primer trabajo que propone una estrategia diseñada, específicamente, para situaciones donde existe incertidumbre sobre la red de alcantarillado. Se trata de un método secuencial que determina un conjunto adaptativo de puntos de muestreo en cada paso. De acuerdo a los investigadores, el método de búsqueda desarrollado aumenta mínimamente el tiempo requerido para detectar un brote, en comparación con casos con información perfecta sobre la red.

Un aporte desde la Academia

Como explica Mauricio Castro, académico de la Facultad de Matemáticas: "El método propuesto consiste en realizar la búsqueda de un brote de enfermedad de manera secuencial a lo largo de una red de alcantarillado, la cual presenta incertidumbre sobre su trazado. En términos prácticos, dado un número limitado de muestras que se pueden analizar por día, el algoritmo analiza determinados puntos de la red de alcantarillado y determina, en base lo observado en dicho día, donde buscar el brote el siguiente día, y así de manera sucesiva". Y agrega: "Lo interesante de nuestro método es que a pesar que la red de alcantarillado presentaba incertidumbre en su trazado, nuestros experimentos numéricos no mostraron un incremento sustancial del tiempo de detección del brote".

Un aporte desde la academia Como detalla el profesor Alejandro Jara: “El método trabaja secuencialmente y determina un conjunto adaptativo de puntos de muestreo en cada paso. Mostramos que el método propuesto aumenta ligeramente el tiempo requerido para detectar un brote en comparación con casos con información perfecta sobre la red”. Como agrega el profesor Mauricio Castro: "No solo puede ser aplicado en el contexto de detección de brotes de enfermedades en redes de alcantarillado, sino que puede ser utilizado para detectar focos de consumo de sustancias prohibidas, existencia de agentes de contaminación, entre otras aplicaciones. Además, puede ser aplicado no solo a redes de alcantarillado, sino a cualquier tipo de red o estructura que pueda ser representada mediante un grafo dirigido acíclico".

Asimismo, el académico agrega que "la ventaja de nuestro método es que permite la detección del evento en todos los puntos de la red y no sólo en la planta de tratamiento de aguas servidas, lo que permite tomar acciones oportunas". El trabajo liderado por MIDAs fue dirigido por Alejandro Jara, participando los académicos del Departamento de Estadística de la Facultad de Matemáticas Fernando Quintana, Isabelle Beaudry, María José García-Zattera, Luis Gutiérrez y Mauricio Castro; junto a los académicos del Instituto de Ingeniería Matemática y Computacional (IMC) Carlos Sing-Long, Cristóbal Guzmán y José Verschae.

Los desarrollos que llevan a la publicación, en tanto, fueron realizados por los académicos Mauricio Castro, Isabelle Beaudry, Alejandro Jara y José Verschae. El trabajo, además, contó con la participación de los estudiantes José Baboun, Benjamín Rubio y Felipe Gutiérrez. Como concluye el profesor Jara: “Esta investigación es un ejemplo del rol público de la UC y, más específicamente, de la Facultad de Matemáticas, ya que muestra la importancia de la existencia de capacidades científicas básicas de primer nivel”.