Arquitectura computacional para el análisis y caracterización de contaminantes del aire y su impacto en enfermedades respiratorias aplicando métodos de Inteligencia Artificial

Ponente(s): Elizabeth Santiago Del Angel, Dr. Jesús Arturo Rivero Martínez, Dra. Martha Patricia Sierra Vargas

Uno de los problemas de salud pública en México que se ha agravado en los últimos años es la contaminación ambiental, en particular en zonas urbanas. La contaminación del aire, generada por múltiples factores, es un contribuyente clave. Así mismo, la heterogeneidad de datos relacionada con enfermedades respiratorias y contaminantes requieren de una integración sistemática para su estudio. Este trabajo presenta una nueva metodología computacional para categorizar el impacto de los contaminantes del aire en pacientes que cursan con padecimientos respiratorios, mediante el diseño y aplicación de métodos de Machine Learning. La arquitectura consiste en 3 módulos: 1) preprocesamiento de datos, 2) estrategia de geolocalización entre paciente y centros de monitoreo asociados a los contaminantes, y 3) caracterización de clusters. Además, se incluyeron métricas y métodos para evaluar y recuperar valores adecuados de los contaminantes. Resultados obtenidos muestran el agrupamiento, correlaciones y estadísticos generales. La metodología propuesta provee una alternativa para evaluar el daño a la salud causado por la interacción con contaminantes del aire, y tiene el potencial de influir en la implementación de políticas públicas futuras.