Google Earth AI anticipa riesgos de salud pública
Google prueba Earth AI para anticipar brotes de enfermedades y otros riesgos sanitarios mediante datos de satélite, movilidad, clima y población. En el Congo identificó 48 asentamientos y más de 45.500 personas en riesgo de ébola en minutos, y sus modelos detectaron zonas propensas al cólera hasta ocho semanas antes.
Google está probando Google Earth AI para anticipar brotes y otros riesgos de salud pública combinando mapas, imágenes de satélite, movilidad humana y datos ambientales. La idea es detectar problemas antes de que lleguen a los hospitales, en lugar de actuar cuando la emergencia ya se ha extendido.
La herramienta reúne varios modelos de IA, entre ellos AlphaEarth Foundations y el Population Dynamics Foundation Model (PDFM). Este último analiza patrones agregados de búsquedas, desplazamientos y condiciones ambientales para crear una imagen detallada de cómo cambia una población.
Google también ha creado un prototipo llamado Geospatial Reasoning, un agente que permite consultar mapas y datos geográficos con lenguaje cotidiano. En vez de preparar manualmente capas de información durante días, un equipo de salud puede pedirle que localice zonas expuestas, cruce datos de movilidad o identifique comunidades difíciles de alcanzar.
Cómo se probó durante un brote de ébola
Durante el brote de ébola en la República Democrática del Congo, equipos de la Organización Mundial de la Salud y del Instituto Nacional de Investigación Biomédica del país probaron estos prototipos.
El agente geoespacial analizó corredores mineros remotos, donde coinciden una movilidad elevada y un mayor riesgo de exposición. En cuestión de minutos identificó 48 asentamientos expuestos y más de 45.500 personas en riesgo. Según Google, un análisis de este tipo normalmente habría requerido semanas.
Con esa información, los equipos locales pudieron planificar el despliegue de laboratorios móviles y coordinar mejor la vigilancia en las fronteras. El sistema también combinó los movimientos de población con la evolución histórica de los casos para estimar la posible llegada del virus a zonas todavía no afectadas.
No se trata de una predicción infalible ni de sustituir a los epidemiólogos. Son modelos de investigación que pueden ofrecer tiempo adicional para decidir dónde enviar personal, pruebas y suministros.
Más allá de las emergencias
Las pruebas de Google abarcan enfermedades y problemas que no siempre aparecen como una crisis repentina:
- Enfermedades cardiovasculares: investigadores de NYU Langone Health usaron señales recientes sobre la población para proyectar la mortalidad cardiovascular del mismo año. El rendimiento fue similar al de métodos convencionales y, en algunos casos, mejor.
- Vacunación: equipos de Mount Sinai y Boston Children’s Hospital incorporaron los patrones de movilidad entre Estados Unidos y Canadá para estimar con más precisión las tasas de vacunación contra sarampión, paperas y rubéola en condados estadounidenses.
- Dengue: investigadores de la Universidad de Oxford y el Tecnológico de Monterrey combinaron el modelo de población con información climática local para anticipar brotes en México. Ese margen puede servir para eliminar criaderos de mosquitos antes de que aumenten los contagios.
- Cólera: en evaluaciones realizadas en la República Democrática del Congo, el cruce de historiales epidemiológicos con datos del PDFM permitió identificar zonas propensas a brotes hasta con ocho semanas de antelación.
Qué cambia para los equipos de salud
El valor práctico está en cubrir los huecos que dejan los sistemas tradicionales: zonas remotas sin datos recientes, informes que tardan en llegar y poblaciones que cruzan fronteras o se desplazan con frecuencia.
Pero la IA no convierte datos incompletos en certezas. Los resultados dependen de la calidad de la información local y deben interpretarse junto con el conocimiento de médicos, epidemiólogos y autoridades de cada territorio.
Google afirma que las representaciones del PDFM ya están disponibles en vista previa comercial como Population Dynamics Insights, un conjunto de datos geoespaciales para Google Maps Platform. Algunas organizaciones pueden solicitar acceso sin coste para usos seleccionados y créditos de Google Earth mediante los programas públicos de Google Maps Platform.
Lo importante será comprobar si estas predicciones funcionan de forma consistente fuera de las pruebas de investigación y si llegan a los equipos que trabajan sobre el terreno. La promesa no es adivinar el próximo brote, sino ganar días o semanas para actuar antes de que una señal dispersa se convierta en una emergencia.