Rosario Delgado
PROFESORA DE LA UAB
La profesora de Estadística de la Universitat Autònoma de Barcelona Rosario Delgado ha construido un modelo de análisis de predicciones de riesgo, que es posible aplicar a los incendios o el tratamiento de enfermos.
La profesora de estadística de la UAB Rosario Delgado (Vallcebre, 1964), hizo la prueba. ¿Podría su modelo matemático de predicción superar la experiencia acumulada, conocimientos e intuición de los jefes de bomberos de varias comunidades autónomas? Envió las características de fuegos forestales esclarecidos, originados por un humano, a cada mando para que describieran individualmente el perfil del causante. Se les ofrecieron los mismos datos que al ordenador que corresponden a incendios esclarecidos: año, mes, día y hora del inicio del fuego; características, diversidad de focos, superficie quemada, qué tipo de campo, distancia respecto al núcleo urbano más próximo y vestigios. Y características propias del incendiario.
En función de estos parámetros, los bomberos debían aproximarse al máximo a las características del perfil psicosocial del responsable en cuanto a su edad, estado civil, estudios y convivencia familiar. Así como a la causa del incendio. ¿Se trataba de una negligencia? ¿Grave o leve, como la quema de unos rastrojos? ¿Se buscaba con la acción un beneficio, una venganza o satisfacer un impulso anímico?
“La intuición humana apunta al buen camino pero no lo dice todo”, explica Delgado. Los bomberos expertos, por supuesto, acertaron mayormente y distinguieron entre incendiarios (que provocan un fuego en busca de beneficio) y pirómanos (que lo hacen por su tendencia patológica). No obstante, el sistema informático les ganó en responder a las características del incendio y al perfil del causante. “Un ordenador puede gestionar muchas más variables complejas que un individuo”, indica la profesora, por lo que es una buena herramienta.
El modelo de la investigadora no sólo permite elaborar hipótesis muy ajustadas a la realidad, con posible predicción de la conducta del responsable, sino que aprende a partir de los datos introducidos. De hecho, la Fiscalía de Medio Ambiente y Urbanismo implantará el programa.
“La idea es que los agentes tengan una herramienta que les ayude y dé pistas sobre cómo es el autor y dónde encontrarlo en incendios no esclarecidos”.
Como en las películas policíacas: trazar el perfil del delincuente y cercar su círculo hasta atraparlo. El modelo predictivo se ha probado en el sistema penitenciario también para evaluar el riesgo de reincidencia de las personas que salen en libertad. Se manejan probabilidades que permiten gestionar mejor los recursos.
En los hospitales se elaboran predicciones sobre las enfermedades y Delgado ha ensayado su modelo en el hospital de Mataró para predecir el riesgo de disfagia, una disfunción que impide tragar con normalidad, en personas mayores. Sus algoritmos han mejorado las estadísticas actuales en once puntos. Han pasado de 73% en mayores de 60 años hospitalizados y con enfermedades neurodegenerativas al 84% de riesgo de disfagia en perfiles determinados. “Las estadísticas dan un tipo de información pero el modelo matemático es más preciso y complejo” lo que arroja unos resultados distintos. “Eso es importante para el médico y también para el gestor a la hora de reasignar los recursos”.
“Utilizo algoritmos con metodología de redes vallesianas (aprendizaje supervisado), es decir, una metodología que permite al modelo aprender mediante los datos que se introducen. De modo que si se introducen las características de un individuo (edad, sexo, colesterol, tensión...) puede evaluar el riesgo de padecer disfagia”, sostiene.
Rosario Delgado será una de las ponentes en Matrix 2018, el congreso de matemáticas que organiza el MoMath (National Museum of Mathematics de Nueva York) cada dos años y que en esta edición se celebrará en el Museo de Matemáticas de Catalunya del 29 al 31 de este mes.
Delgado ha logrado subir 11 puntos la predicción de que una persona pueda sufrir de disfagia