Skip to main content
  1. Casa
  2. Salud
  3. Noticias
  4. Tendencias
  5. News

Cómo se disemina el COVID-19 en el transporte público

Que el transporte público es uno de los lugares más riesgosos para contagiarse del coronavirus no es un misterio, pero un estudio realizado por la Universidad de Southampton calculó el riesgo exacto de contraer el virus SARS-Cov-2.

Usando las rutas de trenes de alta velocidad en China, los investigadores determinaron la tasa de contagio, la distancia social adecuada y quiénes eran las personas más susceptibles de contagiarse si al interior del transporte viajaba una persona portadora.

Recommended Videos

El estudio reveló que la tasa promedio de transmisión para los pasajeros sentados en tres filas (a lo ancho) y cinco columnas (a lo largo) de una persona infectada fue de 0.32 por ciento.

Quienes viajaban en asientos directamente adyacentes a un paciente índice sufrieron el mayor nivel de transmisión, con una tasa promedio de 3.5 por ciento.

Para los que estaban sentados en la misma fila, la cifra fue de 1.5 por ciento.

Curiosamente, los investigadores encontraron que solo 0.075 por ciento de las personas que se sentaron en un asiento previamente ocupado por un paciente índice contrajo la enfermedad.

Tasa de contagio. En color verde aparece el paciente índice.
Tasa de contagio, según estudio de la Universidad de Southampton. En color verde aparece el paciente índice. Southampton University

“Aunque existe un mayor riesgo de transmisión de COVID-19 en los trenes, la ubicación del asiento de una persona y el tiempo de viaje en relación con una persona infecciosa pueden marcar una gran diferencia”, afirmó el investigador principal Shengjie Lai.

El estudio, publicado en la revista Clinical Infectious Diseases, contó con el apoyo de WorldPop, que utilizó modelos para analizar de forma anónima las rutas y los datos de infección de los pasajeros de la red de trenes de alta velocidad G de China.

Los datos, que abarcan un período comprendido entre el 19 de diciembre de 2019 y el 6 de marzo de 2020, incluyeron 2,334 pacientes índice y 72,093 contactos cercanos. Los tiempos de viaje oscilaron entre menos de una hora a ocho horas.

Distancia social ideal

Una persona con mascarilla a bordo de un tren
Pixabay

Los investigadores también concluyeron que dadas las tasas de ataque estimadas para los pasajeros en la misma fila que un paciente índice, es necesario implementar una distancia social segura de más de un metro por una hora de viaje juntos.

Después de dos horas de contacto, consideran que una distancia de menos de 2.5 metros puede ser insuficiente para evitar la transmisión.

“Los resultados sugieren que durante la epidemia de COVID-19 es importante reducir la densidad de pasajeros y promover medidas de higiene personal, el uso de cubiertas faciales y posiblemente realizar controles de temperatura antes de abordar “, precisó Shengjie Lai.

Rodrigo Orellana
Ex escritor de Digital Trends en Español
Los AirPods Pro son aprobados como audífonos médicos
AirPods

Es oficial: Apple ha obtenido la autorización de la Administración de Alimentos y Medicamentos de EE. UU. (FDA) para comercializar sus auriculares inalámbricos AirPods Pro 2 como audífonos de venta libre. La evolución de estos dispositivos de audio personales a audífonos completos podría tener grandes ramificaciones para el incipiente mercado de audífonos de venta libre y la voluntad de las personas de adoptar estos dispositivos.

En su evento de lanzamiento del iPhone 16 en septiembre, Apple anunció que sus auriculares inalámbricos insignia existentes obtendrán varias funciones nuevas de salud auditiva a finales de este otoño.

Leer más
Google ayuda a detectar el cáncer de mama con ayuda de la IA
google ia deteccion temprana cancer de mama angiola harry sjcalew 1lm unsplash

Cada 19 de octubre se conmemora el Día Internacional de lucha contra el Cáncer de Mama, con el objetivo de concientizar acerca de esta enfermedad. En este contexto, Google difundió cómo trabaja en proyectos que combinan el poder de la inteligencia artificial (IA) con el conocimiento de los profesionales de la salud para crear herramientas de diagnóstico precisas y accesibles. Las investigaciones llevadas a cabo en varios diagnósticos detectaron una reducción del 9.4% de los falsos negativos y del 5.7% de los falsos positivos.
De acuerdo con la Organización Mundial de la Salud (OMS), el cáncer de mama es uno de los más comunes, siendo el 99% de los casos en mujeres. Asimismo, la Organización Panamericana de la Salud (OPS) afirma que el tratamiento puede ser altamente efectivo cuando la enfermedad se detecta a tiempo.
En este escenario, Adriana Noreña, vicepresidenta de Google para Hispanoamérica, reflexionó: “Como subrayé en mi participación en el Women 20 de Río de Janeiro, la inteligencia artificial tiene la capacidad de procesar y analizar enormes cantidades de datos en poco tiempo, identificar patrones complejos y aprender de forma contínua a través de sus algoritmos para mejorar su precisión, lo cual la convierte en una gran aliada para los profesionales de la salud”. Y agregó: “es crucial que haya cada vez más mujeres involucradas en el desarrollo de esta tecnología. Al incorporar nuestra perspectiva desde el momento cero, podemos garantizar que la IA no solo sea técnicamente avanzada, sino también nos permitirá crear soluciones íntimamente relacionadas con nuestro género, así como más equitativas y efectivas”.
En línea con estos esfuerzos por mejorar la detección temprana, entre 2016 y 2018, Google comenzó a implementar el uso del aprendizaje profundo -deep learning-, una de las áreas donde la IA emplea redes neuronales artificiales para aprender de grandes conjuntos de datos para realizar tareas complejas, con el fin de asistir a los médicos en la detección de la metástasis. Esta herramienta de análisis de nódulos linfáticos (Lymph Node Assistant -LYNA, por sus siglas en inglés-), es entrenada por medio de imágenes médicas, como radiografías, tomografías o imágenes patológicas, y clasificadas previamente por expertos, para que la IA pueda identificar los macro y micro patrones de la enfermedad. Así, LYNA tiene la capacidad de detectar la localización de la metástasis que, en muchos casos, es casi imperceptible al ojo humano, permitiendo que los médicos puedan acelerar el proceso de diagnóstico y, en consecuencia, adelantar el inicio del tratamiento. 
En 2021, Google Health realizó una investigación clínica junto con Northwestern Medicine para explorar cómo la IA podría acelerar el diagnóstico del cáncer de mama, optimizando el proceso desde la mamografía inicial hasta el diagnóstico final. Comenzaron la investigación recopilando imágenes mamográficas de alta calidad provenientes de diversos pacientes, las cuales fueron clasificadas por expertos en salud para entrenar el modelo de IA ante la detección de cáncer, la identificación de características tumorales, entre otros aspectos.
Posteriormente, el modelo se probó en un entorno clínico real, donde las personas que se sometían a mamografías podían optar por que sus resultados fueran analizados por la IA junto con la evaluación de los radiólogos. Estos arrojaron datos alentadores: se redujeron los falsos negativos en un 9.4% y los falsos positivos en un 5.7%, en comparación con la práctica clínica estándar. Además, la IA demostró su capacidad de analizar una mamografía en menos de dos minutos, lo que permite obtener resultados más rápidos para las pacientes, acelerar tanto el diagnóstico como el tratamiento, al mismo tiempo que reduce los costos asociados a la atención y los tratamientos tardíos.

Premios Nobel: Hallazgos en beneficio de la salud
La semana pasada, Geoffrey Hinton, ex investigador de Google, fue galardonado junto a John Hopfield con el Premio Nobel de Física 2024 por sus descubrimientos en el campo del aprendizaje automático con redes neuronales artificiales (ANN por sus siglas en inglés), que sentaron las bases para el reconocimiento a través de la IA de patrones en imágenes, lenguajes y en información clínica que hoy se utiliza en el campo de la salud y en otras disciplinas.
Como se describe en este documento emitido por el comité del premio Nobel, este descubrimiento fue clave en el desarrollo de la herramienta para la predicción de las estructuras de cualquier proteína en tres dimensiones denominado AlphaFold, motivo por el cual dos científicos de Google DeepMind, Demis Hassabis y John Jumper, obtuvieron también este año el Premio Nobel de Química. AlphaFold fue abierta por Google a la comunidad científica de forma gratuita y ya fue utilizado por más de dos millones de investigadores de más de 190 países.

Leer más
Las mejores aplicaciones de entrenamiento gratuitas para iOS y Android
aplicaciones de entrenamiento gratuitas para ios y android mejores apps ejercecios ggratis

Si aún no puedes volver a tu gimnasio, se te ha terminado esa costosa membresía o estás buscando hacer un buen ejercicio en casa o en la oficina, aprovecha una serie de excelentes aplicaciones accesibles que te apoyarán a ejercitarte desde tu celular. Hay muchas apps de pago listas para hacerte sudar, y algunas de ellas pueden valer la pena en las circunstancias adecuadas. Pero no siempre apetece pagar. Ya sea que busques mantenerte en movimiento o gastar algo de tiempo, aquí hay una lista de las mejores aplicaciones de entrenamiento gratuitas para iOS y Android, que te ayudarán a sudar donde quiera que estés.

(Estas son las mejores aplicaciones de fitness gratuitas, sin duda, pero si deseas explorar otras opciones, incluidas las aplicaciones de pago, tenemos listas de las mejores aplicaciones de fitness para Android y las mejores aplicaciones de fitness para iOS también).
Nike Training Club

Leer más