Minería de Datos e inteligencia Artificial: Innovación para la Resiliencia en Salud y Seguridad Pública ante el Cambio Climático

Doricela Gutiérrez Cruz
Universidad Autónoma del Estado de México

Problemática o diagnóstico

El cambio climático ha intensificado la incidencia de enfermedades vinculadas a factores ambientales como la contaminación del aire, las olas de calor y los desastres naturales, afectando de manera desproporcionada a las poblaciones más vulnerables. Según la Organización Mundial de la Salud (OMS, 2024), el 68% de las muertes prematuras a nivel global estuvieron asociadas con la exposición a la contaminación del aire exterior. En este contexto, los sistemas de salud y seguridad pública enfrentan importantes desafíos para anticipar y responder a estos riesgos, principalmente por la falta de mecanismos de análisis integrados y predictivos basados en datos. Por ejemplo, durante 2023, la Comisión Nacional de Arbitraje Médico (CONAMED) reportó que la Ciudad de México concentró el 47.2% de las quejas médicas a nivel nacional, de las cuales el 59.1% correspondieron al sector público (CONAMED, 2023). Estos datos evidencian deficiencias en la calidad y cobertura de los servicios, así como una creciente necesidad de herramientas que permitan interpretar grandes volúmenes de información y detectar patrones útiles para la toma de decisiones. Ante este panorama, la minería de datos se presenta como una alternativa estratégica para fortalecer la capacidad de respuesta y planificación de los sistemas de salud y seguridad pública frente a los efectos del cambio climático.

 

Objetivo

Desarrollar un modelo basado en minería de datos e inteligencia artificial que permita analizar grandes volúmenes de datos ambientales, epidemiológicos y sociales para predecir impactos del cambio climático en la salud pública y la seguridad social, facilitando la toma de decisiones y la implementación de acciones preventivas y de respuesta oportuna.

 

Estrategia metodológica

Se recopilarán y limpiarán bases de datos relacionadas con salud, clima y seguridad pública. Se aplicarán técnicas de minería de datos como clasificación, regresión y agrupamiento para identificar patrones relevantes y construir modelos predictivos. Estos modelos permitirán anticipar eventos críticos asociados al cambio climático y optimizar la toma de decisiones. Finalmente, se validarán los resultados con datos históricos y se diseñarán visualizaciones para facilitar su uso por parte de autoridades y tomadores de decisiones.

 

Resultados esperados

  • Identificación clara de factores climáticos que inciden en la salud y seguridad pública.
  • Modelos predictivos con alta precisión para anticipar eventos críticos y necesidades en el sistema de salud y seguridad.
  • Herramientas de apoyo a la decisión que permitan optimizar recursos y acciones preventivas.
  • Recomendaciones basadas en datos para políticas públicas y programas de mitigación y adaptación.

 

Propuestas y/o líneas de acción

  • Implementar sistemas de monitoreo continuo con minería de datos para detección temprana de riesgos sanitarios y sociales.
  • Integrar los modelos predictivos en plataformas gubernamentales de gestión de salud y seguridad.
  • Capacitar a personal de salud y seguridad en el uso de herramientas basadas en análisis de datos.
  • Fomentar la colaboración interinstitucional para el intercambio y actualización constante de bases de datos relevantes.
  • Desarrollar campañas de sensibilización y educación pública sobre el impacto del cambio climático en la salud y seguridad, fundamentadas en los hallazgos del análisis.