El sistema fue elaborado junto con investigadores del ILPLA, UNLP-CONICET, y utilizó variables ambientales para predecir niveles de alerta vinculados con la presencia de estos microorganismos en el agua.
Por Florencia Belén Mogno
La presencia de cianobacterias en cuerpos de agua superficiales se había convertido en una problemática ambiental y sanitaria de creciente relevancia durante los últimos años. Las floraciones masivas de estos microorganismos podían alterar la calidad del agua, afectar los ecosistemas y generar modificaciones en su color, olor y sabor.
Frente a esta situación, un equipo de investigación de la Universidad Nacional Arturo Jauretche (UNAJ), en colaboración con el Instituto de Limnología “Dr. Raúl A. Ringuelet” (ILPLA, UNLP-CONICET), desarrolló un sistema basado en inteligencia artificial para predecir niveles de alerta de cianobacterias en el agua.
El proyecto buscaba anticipar eventos de proliferación a partir del análisis de variables ambientales como la temperatura, la turbidez, el pH y la conductividad del agua. Para ello, los investigadores trabajaron con modelos de aprendizaje automático destinados a contribuir con sistemas de monitoreo más eficientes, accesibles y de bajo costo.
Una problemática ambiental y sanitaria
Las cianobacterias, también conocidas como “algas verdeazules”, podían afectar el agua cuando producían floraciones masivas. Además de alterar el ecosistema y las actividades recreativas, estos fenómenos podían provocar una disminución de los niveles de oxígeno y favorecer la liberación de toxinas.
Entre esas sustancias se encontraban las microcistinas, que podían producir irritaciones en la piel, problemas gastrointestinales y daños hepáticos en seres humanos. La presencia de estas toxinas también podía afectar a animales domésticos y a la fauna acuática.
En los últimos años, la proliferación de cianobacterias en cuerpos de agua superficiales, como el Río de la Plata, había adquirido una importancia creciente. En particular, las floraciones habían aumentado en frecuencia e intensidad en la Franja Costera Sur del Río de la Plata.
Ante este escenario, la posibilidad de anticipar los niveles de alerta mediante herramientas de inteligencia artificial podía contribuir al monitoreo de estos cuerpos de agua. Los modelos desarrollados permitirían trabajar con variables ambientales para detectar condiciones asociadas con posibles eventos de proliferación.
Tecnología aplicada al territorio
El desarrollo tenía una relevancia vinculada con la gestión ambiental local y regional. La disponibilidad de modelos predictivos accesibles podía fortalecer la toma de decisiones de organismos ambientales, municipios y otros actores relacionados con el uso del agua.
La predicción temprana también podía contribuir a prevenir la exposición de la población a aguas contaminadas, mejorar la señalización en espacios recreativos y fortalecer la disponibilidad de información ambiental para la ciudadanía.
El proyecto había surgido a partir de problemáticas observadas en la región de influencia de la UNAJ. El contacto cotidiano con cuerpos de agua afectados por cianobacterias había motivado la búsqueda de herramientas aplicadas para abordar esta situación.
De esta manera, la investigación vinculaba el desarrollo científico y tecnológico con las necesidades del territorio. El objetivo era que el conocimiento producido en el ámbito universitario también pudiera traducirse en herramientas destinadas a responder a problemáticas ambientales y sanitarias concretas.
La investigación se llevaba adelante junto con María Belén Sathicq y Joaquín Cochero, investigadores del Instituto de Limnología “Dr. Raúl A. Ringuelet” (ILPLA, UNLP-CONICET). La colaboración articulaba el trabajo sobre problemáticas ambientales con el desarrollo de herramientas tecnológicas.
Investigación, formación e interdisciplinariedad
En el equipo también participaba Juan Piñeiro, ingeniero en Informática graduado de la UNAJ, quien realizaba el Doctorado en Ciencia y Tecnología de la universidad sobre esta temática y se había postulado a una Beca Doctoral CIC-PBA.
La investigación formaba parte del Proyecto UNAJ Investiga “Sistemas Tecnológicos y Estrategias Inteligentes para Aplicaciones Energéticas, Ambientales y Sanitarias”, bajo la dirección de Marcelo Cappelletti.
A su vez, el proyecto se desarrollaba dentro del Programa de Investigación TICAPPS (Tecnologías de la Información y la Comunicación en Aplicaciones de Interés Social) de la UNAJ, dirigido por el Dr. Ing. Martín Morales.
El programa tenía entre sus objetivos la utilización de tecnologías de la información y la comunicación para la producción de conocimiento científico y la vinculación entre distintos actores y sectores de actividad de la región.
Dentro de ese marco, también promovía propuestas de intervención frente a problemáticas ambientales, socio-productivas, educativas y de salud en el ámbito de influencia de la universidad.
El proyecto de predicción de cianobacterias se incorporaba así a una línea de investigación que articulaba inteligencia artificial y problemáticas ambientales. La propuesta también promovía la formación de recursos humanos en áreas consideradas estratégicas y el trabajo colaborativo entre distintas disciplinas.
El desarrollo buscaba aportar una herramienta tecnológica para anticipar situaciones de riesgo relacionadas con las floraciones de cianobacterias y, al mismo tiempo, fortalecer la capacidad de monitoreo y prevención en los cuerpos de agua de la región.
Fuente fotografías: redes sociales.
