–Según la Organización Mundial de la Salud (OMS), la contaminación atmosférica es uno de los mayores riesgos ambientales para la salud humana y una de las principales causas evitables de muerte y enfermedad global; de hecho, casi toda la población mundial respira aire que excede los límites de los parámetros establecidos, que es de alrededor de 5 microgramos por metro cúbico (µg/m3), además señala que cada año se producen al menos 7 millones de muerte prematuras por contaminación.

En Bogotá, la capital de Colombia, el panorama es alarmante, pues, según el investigador David Alejandro González Gutiérrez, magíster en Estadística de la Universidad Nacional de Colombia (UNAL), la mayoría de las localidades superan con creces los parámetros de la OMS.

Por ejemplo en Ciudad Bolívar el promedio es de 28 µg/m3, en Kennedy de 25 µg/m3, y en Bosa valores similares; por su parte, las localidades con menor concentración siguen estando por encima de lo recomendado: Usaquén, San Cristóbal, Suba y Santafé, con un promedio entre 12 y 15 µg/m3.

Así lo determinó el investigador utilizando tres modelos de inteligencia artificial –diseñados en el lenguaje de programación Python– los cuales, valiéndose de avanzados algoritmos, determinaron con gran precisión tanto las localidades más afectadas por MP2,5 en un periodo de 13 años (lo cual no se había realizado antes) como los factores de riesgo asociados son esta exposición según el grupo poblacional.

Con algoritmos de inteligencia artificial (IA), por primera vez se determinaron las principales localidades de Bogotá que entre 2008 y 2021 tuvieron una relación más notoria con la exposición prolongada a material particulado de 2,5 micras (MP2,5) –partículas tóxicas emitidas por gases de vehículos, fábricas o construcciones– y muertes prematuras. El hallazgo ayudaría a tener una mejor gestión distrital de la contaminación del aire en la capital del país.

Las MP2,5 son uno de los 7 factores de riesgo de muerte prematura en el mundo, pues por ser tan diminutas ingresan fácilmente al organismo, llegan a los pulmones y al torrente sanguíneo y provocan daños que a largo plazo son mortales. Aunque afecta especialmente a los niños, ancianos y personas con algún tipo de comorbilidad, una exposición prolongada puede afectar a cualquier persona.

Dichos modelos se alimentaron con más de 1 millón de datos provenientes de registros de la Secretaría Distrital de Salud, con información detallada de 11 de las 20 estaciones de monitoreo instaladas en la capital (cada hora toman mediciones sobre la calidad del aire), y también de las defunciones registradas por el Departamento Administrativo Nacional de Estadística (DANE).

“El primer modelo tiene una eficiencia y precisión del 93 %, lo cual es un resultado muy significativo para identificar las relaciones entre el material particulado y las afectaciones a la salud, ya que con estos algoritmos es posible determinar qué ocurrirá en un lapso de tiempo más grande y en tiempo real, y el impacto en las muertes prematuras”, explica el magíster González.

Recalca además que algunas de las estaciones no están activas todo el tiempo, por lo que “limpió” la información para tener la mayor precisión posible; y también que puede existir un subregistro de estos casos, pues solo desde 2008 existen datos relevantes, y por ejemplo durante la pandemia por COVID-19 pudo haber muertes prematuras más relacionadas con una exposición prolongada al material particulado.

El segundo modelo estimó el coeficiente de riesgo, en el cual se evidenciaron las localidades con menos muertes por esta causa: Usaquén tuvo el menor número de fallecimientos, y por ende de riesgo, pues los niveles de concentración son más bajos.

En este punto se evaluaron 4 covariables que permitieron establecer que las localidades de Ciudad Bolívar, Kennedy y Bosa presentan mayor riesgo, y los hombres como el grupo poblacional más afectado, lo mismo que las personas que no cuentan con un régimen subsidiado en salud.

Por último, el experto explica que “en un tercer modelo se halló la relación entre la cantidad de material particulado y el riesgo en cada zona, con una precisión importante y en un menor tiempo que en cálculos de investigaciones anteriores; este modelo se alimentó con los resultados del algoritmo de bosque aleatorio y con el modelo de refuerzo de gradiente extremo”.

Para este trabajo el magíster González contó con el apoyo de los profesores Piedad Urdinola, del Departamento de Estadística, y Néstor Rojas, de la Facultad de Ingeniería, ambos de la UNAL. (Información Agencia de Noticias UNAL).