Investigadores de la Escuela de Salud Pública de la Universidad Texas A&M han desarrollado un nuevo método de distribución de pruebas de COVID-19 que utiliza drones para entregar rápidamente pruebas de diagnóstico en el hogar a las personas que sospechan que tienen COVID-19.
La pandemia de coronavirus demostró que una parte clave para controlar la propagación de una enfermedad contagiosa es identificar de manera rápida y precisa quién ha sido infectado. Esto permite el distanciamiento y la cuarentena de personas infecciosas para reducir la transmisión. Al mismo tiempo, es importante limitar el contacto entre las personas que necesitan hacerse la prueba, otras personas que buscan un diagnóstico y los trabajadores de la salud que administran las pruebas. Los kits de prueba en el hogar han hecho posible que las personas obtengan un diagnóstico preciso sin entrar en contacto con otras personas, pero llevar las pruebas a las personas que las necesitan puede ser un desafío, algo que las entregas de drones podrían superar.
Las pruebas de diagnóstico de COVID-19 que utilizan una técnica de reacción en cadena de la polimerasa (PCR) son muy precisas, pero tardan horas en procesarse y, a veces, los pacientes pueden tardar días en obtener los resultados. Por el contrario, las pruebas más rápidas basadas en antígenos pueden dar resultados en tan solo 15 a 30 minutos. Los kits de prueba de antígenos en el hogar permiten a las personas que sospechan que pueden tener COVID-19 hacerse la prueba en casa, lo que puede limitar la exposición a otros pacientes en los sitios de prueba, así como a los trabajadores de la salud que administran las pruebas. Obtener resultados más rápidos y minimizar la exposición a otras personas es una forma de limitar aún más la propagación de la enfermedad.
En un nuevo artículo publicado en el Revista de sistemas inteligentes y robóticos, Murray Côté, profesor asociado de la Escuela de Salud Pública de Texas A&M, y colegas de la Universidad de Houston desarrollaron una nueva técnica para programar la entrega de pruebas de diagnóstico de COVID-19 usando un camión para enviar los drones y drones para entregar las pruebas. Los investigadores probaron varios escenarios para comprender mejor la capacidad de su enfoque.
El enfoque de Côté y sus colegas examina su problema como componentes separados de camiones y drones. Primero, optimizan el horario del camión para minimizar la distancia de viaje y luego se enfocan en minimizar el tiempo de entrega del dron. La primera etapa de su método propuesto funciona para encontrar un conjunto factible de rutas de camiones y drones. La segunda etapa utiliza un algoritmo heurístico que prueba diferentes combinaciones de rutas para encontrar mejoras a su solución inicial.
Usando un escenario del mundo real, pudieron encontrar un buen cronograma de enrutamiento dentro de aproximadamente una hora de tiempo de computación. Luego, los investigadores desarrollaron una forma de mostrar la efectividad de su método en función del tiempo total necesario para completar las entregas, la cantidad de personas involucradas en el proceso y la tasa de transmisión del virus en comparación con las pruebas presenciales. Descubrieron que el método de entrega propuesto por camión y dron podría reducir la transmisión durante la prueba en un factor de 7,5. Por ejemplo, si la tasa de transmisión fuera de 100 por día, la investigación propuesta tiene el potencial de reducir esta tasa a 13,3 por día.
Su estudio demostró la efectividad del método de programación de entrega propuesto, que también podría usarse en otras aplicaciones, como la prueba de otras enfermedades infecciosas como la influenza. Los investigadores también señalan que su modelo podría usarse tanto para áreas rurales, donde los pacientes están dispersos a largas distancias, como para áreas urbanas, donde muchos pacientes viven en una sola región. Otra dirección futura que señalan los investigadores es investigar cómo las restricciones de conducción, como los límites de velocidad, los semáforos y la congestión del tráfico, influyen en los métodos de programación de camiones y drones.
Fuente de la historia:
Materiales proporcionado por Universidad Texas A & M. Original escrito por Rae Lynn Mitchell. Nota: el contenido se puede editar por estilo y longitud.
