Des que la pandèmia de COVID-19 va irrompre, el 2020, a Catalunya, el control de les infeccions i la presa de decisions sobre les mesures per a la prevenció d’aquests contagis han anat estretament lligats als models matemàtics que preveien el comportament del virus a partir de les dades recollides pels sistemes de vigilància. Els diferents grups de recerca que, ja abans del 2020, treballaven sobre aquest tipus de modelitzacions, han estat cabdals pel control de l’epidèmia i han demostrat que unir la tecnologia, la física i l’estadística amb els sistemes biològics és complicat però també necessari.
El BIOCOMSC de la Universitat Politècnica de Catalunya (UPC) és un dels grups d’investigació que s’ha fet més popular. Ja estaven acostumats a treballar amb models per al control, també, de malalties i a l’inici de la pandèmia a Catalunya van avaluar quin seria el més idoni per poder fer “prediccions de quinze dies amb bona qualitat”. Així ho ha explicat l’investigador, Daniel López-Codina, durant la jornada ‘Models de la pandèmia’, organitzada per la Comissió d’Indústria 4.0 d’Enginyers Industrials de Catalunya. López-Codina ha detallat que van veure que “els models clàssics no funcionaven” i van apostar pel model de Gompertz per ser “un bon model per fer predicció a curt termini”. “No existeix el model bo, modelitzar és l’art”, diu López-Codina. I afegeix: “modelitzar sistemes biològics no és una feina que puguem fer físics o enginyers com nosaltres, sinó que ho han de fer els veritables especialistes”.
Per això, un dels aprenentatges de la pandèmia que destaca Jacobo Mendioroz, director i coordinador de la unitat de resposta de la COVID-19 del Departament de Salut, és la necessitat de treballar amb equips transversals per poder explicar fenòmens biològics a partir de models matemàtics. Per fer-ho, calen dades i, en aquest cas, el sistema no estava preparat per aportar totes les dades necessàries. “Teníem quatre portes d’entrada”, diu Mendioroz, “i la coordinació era complicada”. I aquesta situació, afegeix, els dificultava la tasca ja que recorda que la major part de la informació no està dissenyada per crear models – es tenen en compte bases de dades existents que es creen amb un propòsit diferent i després costa estructurar-los i homogeneïtzar-los- i, a més, la comunicació i les actualitzacions de qualsevol canvi de registre poden generar impacte. “Podem anar cap a la cultura de model?”, planteja Mendioroz que assegura ser-ne molt partidari tot i que encara creu que s’hi està lluny”.
També a la UPC, l’inLab de la Facultat d’Informàtica de Barcelona, va crear un bessó digital de la pandèmia, basat en un model conceptual descrit en SDL (Specification and Description Language), on es detallen les hipòtesis de simplificació, estructurals i de dades que defineixen el comportament de sistema, l’anomenat, l’SDL-PAND (Pandemic simulation to test the effectiveness of containment strategies through Cellular Automata and Intelligent Agents using formal languages). Segons ha explicat el professor i investigador Pau Fonseca, el model treballa emprant un autòmat cel·lular per simplificar els processos de validació, que es treballen d’aquesta forma en diferents nivells de resolució. “Això simplifica moltíssim el procés de validació i fa que sigui el més automàtic possible”, diu Fonseca.
“Quants morts et pots permetre?”
El director del grup d’investigació Alephsys i professor de la Universitat Rovira i Virgili, Àlex Arenas, coincideix que “el problema sempre han estat les dades” perquè es notificaven de manera descoordinada i sovint arribaven dies després que haguessin passat. A mesura que va anar avançant la pandèmia, les dades milloraven però s’havia de tenir en compte l’impacte de les mesures que s’imposaven i, també, el sorgiment de noves variants del virus que és un aspecte “impredictible”. Arenas destaca que s’ha fet un esforç de comunicació científica i un esforç matemàtic per, per exemple, preparar els escenaris per desescalar. “Els models tenen una força increïble però hi ha molts més aspectes i factors”, diu Arenas. I per això, creu que a banda en l’anàlisi més numèric també s’hi haurien d’incorporar economistes que posin en valor l’impacte de les mesures o, per exemple, psicòlegs, que alerti de les conseqüències. Arenas és contundent “el problema fonamental és el límit de posar preu a la vida; quants morts et pots permetre?”.
