Un reciente estudio realizado por investigadores de la Universidad Nacional de Colombia ha arrojado resultados alarmantes sobre la calidad del aire en la ciudad de Bogotá. Según este estudio, las localidades de Kennedy, Bosa y Ciudad Bolívar destacan como las áreas con mayor contaminación atmosférica, lo que representa un grave riesgo de muertes prematuras debido a la acumulación de material particulado de 2,5 micras (MP2,5) emitido por vehículos, fábricas y construcciones.
A su vez, la Organización Mundial de la Salud (OMS), reveló que la contaminación atmosférica es uno de los principales riesgos ambientales para la salud humana, siendo una causa evitable de muerte y enfermedad a nivel mundial. Sin embargo, la organización también indicó que, "cerca de 7 millones de personas mueren prematuramente cada año debido a la exposición a niveles de contaminación del aire que exceden los límites establecidos".
Le puede interesar: Lucha contra la delincuencia en Kennedy: Operativos policiales logran dos importantes capturas
El investigador David Alejandro González Gutiérrez, experto en estadística de la Universidad Nacional de Colombia, destacó que, "las mediciones realizadas en estas localidades superan ampliamente los parámetros establecidos por la OMS. En Ciudad Bolívar, por ejemplo, se registra un promedio de 28 µg/m³, en Kennedy 25 µg/m³ y en Bosa valores similares".
Lea también: Dan tremenda noticia a ciudadanos por descontaminación que ha tenido el Río Bogotá
Los investigadores explicaron que utilizaron tres modelos de inteligencia artificial diseñados en el lenguaje de programación Python para recopilar datos y analizar la calidad del aire en Bogotá. Los modelos fueron basados en algoritmos, permitieron determinar con gran precisión las localidades más afectadas por MP2,5 en un periodo de 13 años, así como los factores de riesgo asociados a esta exposición según el grupo poblacional.
Según los investigadores, la contaminación del aire afecta especialmente a niños, ancianos y personas con problemas respiratorios. El primer modelo desarrollado según ellos mostró una eficiencia y precisión del 93%, lo que permitió identificar de manera significativa las relaciones entre el material particulado y sus efectos en la salud. Así mismo, indicaron que los algoritmos ofrecen la capacidad de prever los impactos a largo plazo en tiempo real, lo que resulta crucial para implementar medidas preventivas y mitigar los riesgos para la salud pública.