Optimización automática de parámetros en simulaciones epidemiológicas de alta precisión

La crisis sanitaria que vive el mundo por la epidemia de COVID-19 ha tenido un impacto enorme en la salud
pública, la economía, los sistemas educativos y muchos campos más. Se augura que epidemias como ésta se
conviertan en la norma en los próximos años debido a los modelos de desarrollo imperantes que empujan con
más vigor la frontera con la naturaleza. La comunidad científica se ha abocado a entender la dinámica de la
actual pandemia desde múltiples frentes. En particular, los modelos epidemiológicos han surgido como una
herramienta indispensable en la creación de políticas públicas para hacerle frente a las circunstancias
cambiantes de la pandemia en diferentes regiones del mundo. Las simulaciones de los modelos
epidemiológicos son vitales porque permiten anticipar consecuencias potencialmente catastróficas para los
sistemas de salud. ¿Se debería imponer una nueva cuarentena con la última subida de los casos? ¿Cuándo
se podría volver presencialmente el sistema educativo? ¿Cuál sería la estrategia de vacunación más efectiva?
Esas preguntas las responden simulaciones de modelos epidemiológicos. En Costa Rica existen varios de
esos modelos, cada cual con sus bondades y desventajas. Una colaboración internacional entre el
Tecnológico de Costa Rica, el Centro Nacional de Alta Tecnología (CeNAT), el Instituto Costarricense de
Investigación y Enseñanza en Nutrición y Salud (Inciensa) y el Instituto Federal de Paraná en Brasil ha
desarrollado un modelo epidemiológico de alta precisión para Costa Rica, basado en el código computacional
Corona++. Estas simulaciones son eficientes de ejecutar y permiten estudiar fenómenos a escalas muy
pequeñas, tales como los contagios a nivel de distritos del país. Ese grado de precisión permite entender
mejor la dinámica de la epidemia y la forma de establecer estrategias de control. Sin embargo, antes de
ejecutar las simulaciones es necesario ajustar los múltiples parámetros del modelo. Este proceso es manual,
lento y tedioso. Peor aún, cambios en las premisas del modelo hacen necesario un reajuste de los
parámetros. Con este proyecto de investigación, se pretende optimizar automáticamente la selección de
parámetros de las simulaciones de modelos epidemiológicos en Corona++ para permitir que el código sea, no
solamente eficiente como un todo, sino también fácilmente escalable a otros entornos y flexible para estudiar
diferentes variables de interés. La base computacional de este proyecto puede extenderse en un futuro a otro
tipo de epidemias, nuevas y ya conocidas. Nuevos coronavirus podrían aparecer en el futuro y generar
epidemias de grandes proporciones. Epidemias ya conocidas impactan al país periódicamente, como la
influenza estacional, el dengue y el Zika. Tener una base computacional para epidemias es crucial para
garantizar una mejor respuesta a estas epidemias y mejorar la calidad de vida de los costarricenses.

Construir un optimizador automático de parámetros para simulaciones epidemiológicas de
alta precisión

1) Teoría y Metodologías en Computación
2) Aplicación de la computación en distintos dominios científicos, tecnológicos, organizacionales y sociales