El físico Yamir Moreno, director del BIFI-Unizar, obtiene 970.139€ para un proyecto pionero que usará inteligencia artificial para anticipar el comportamiento humano ante las epidemias

El catedrático de la Universidad de Zaragoza Yamir Moreno acaba de conseguir un importante respaldo financiero de  970.139€  en la convocatoria de Investigación en Salud 2026 de la Fundación “la Caixa” para su proyecto AIBEM,  que usará inteligencia artificial para anticipar el comportamiento humano ante las epidemias. El director del Instituto Universitario de Biocomputación y Física de Sistemas Complejos (BIFI), y uno de los científicos más citados del campus público aragonés, recibió ayer el premio en una gala celebrada en Barcelona, en la que estuvo acompañado por la vicerrectora de Política Científica, Pilar Pina, así como por sus socios de la Universidad Carlos III de Madrid (UC3M) y de la Universitat Pompeu Fabra (UPF). 

El proyecto liderado por Yamir Moreno es uno los 32 proyectos seleccionados entre las 800 propuestas presentadas en esta convocatoria, con una tasa de éxito del 4%.  

El proyecto AIBEM desarrollará modelos epidemiológicos impulsados por inteligencia artificial, capaces de reproducir cómo la confianza en las autoridades sanitarias, la adherencia a las normas, la desinformación, las desigualdades socioeconómicas y los determinantes sociales condicionan la propagación de una enfermedad, y de evaluar al mismo tiempo la eficacia de las medidas de salud pública para mitigar la transmisión comunitaria.

El proyecto, titulado “AI-Driven Behavioural Epidemic Models for Intervention Design (AIBEM)”, recibirá 970.139 euros durante tres años y estará coordinado por el profesor Yamir Moreno, director del BIFI y miembro del Departamento de Física Teórica de la Universidad de Zaragoza. Completan el consorcio el equipo de investigación del catedrático de la Universitat Pompeu Fabra (UPF), Joan Benach, director del Grup de Recerca en Desigualtats en Salut – Employment Conditions Network (GREDS-EMCONET) y codirector del JHU-UPF Public Policy Center; y el equipo del catedrático Anxo Sánchez, investigador del Grupo Interdisciplinar de Sistemas Complejos (GISC) de la Universidad Carlos III de Madrid (UC3M).

La concesión supone además un hito para la investigación aragonesa. Desde su primera edición en el año 2018, la convocatoria de Investigación en Salud de la Fundación “la Caixa” ha financiado alrededor de 260 proyectos de investigación biomédica en España y Portugal. AIBEM es el primer proyecto aragonés liderado por la Universidad de Zaragoza como organización principal (host organization).

“Durante dos décadas, la ciencia nos ha permitido modelizar con precisión la dinámica de propagación de un patógeno a través de las redes de contacto. Sin embargo, el verdadero desafío siempre ha estado en la imprevisibilidad de nuestra propia naturaleza. Plasmar la complejidad del comportamiento humano ante una crisis sanitaria sigue siendo una asignatura pendiente. La irrupción de la inteligencia artificial generativa cambia las reglas del juego a nuestro favor: al dotar a agentes computacionales autónomos de capacidad de razonamiento e influencia mutua, podríamos lograr que los modelos epidemiológicos dejen de ser meras proyecciones matemáticas y se conviertan en un fiel reflejo del factor humano a escala social”, indica el investigador principal del proyecto, Yamir Moreno. 

“La principal aportación de la UC3M es su dilatada experiencia en el diseño y ejecución de experimentos sobre comportamiento humano”, señala otro de los investigadores del proyecto, Anxo Sánchez, del Grupo Interdisciplinar de Sistemas Complejos (GISC) de la UC3M. “Esta capacidad es clave, ya que la validación de los agentes generativos requiere no solo comparar su comportamiento con experimentos estándar, sino modelar situaciones relacionadas con un contexto de epidemia y diseñar experimentos que las reproduzcan fielmente, muchas de las cuales no han sido abordadas antes, y que serán clave en el éxito del proyecto”, concluye.

Modelos orientados a emular el comportamiento humano
La pandemia de COVID-19 evidenció que el cumplimiento de medidas como la vacunación, el uso de mascarillas o la reducción de la movilidad varió enormemente entre grupos sociales y a lo largo del tiempo, influido también por la percepción del riesgo, la confianza en las instituciones, la desinformación, el entorno socioeconómico, la vulnerabilidad y las desigualdades materiales. No obstante, los modelos epidemiológicos al uso continúan tratando el comportamiento humano como un parámetro fijo o exógeno, lo que limita considerablemente su utilidad como herramienta para la toma de decisiones.

AIBEM propone, en este sentido, un cambio de paradigma: los llamados modelos basados en agentes generativos (GABM), en los que cada individuo simulado está impulsado por un gran modelo de lenguaje (LLM) configurado con un perfil específico. Esta es la misma tecnología que sustenta plataformas de inteligencia artificial como ChatGPT o Gemini. Dichos agentes tendrán su propia identidad, objetivos, memoria y herramientas. En este contexto, interactuarán entre sí, tomarán decisiones, crearán expectativas y generarán normas sociales. Además, sus respuestas se validarán de forma sistemática frente a experimentos con personas reales.

“Las epidemias no son únicamente fenómenos biológicos: su propagación y sus consecuencias están profundamente condicionadas por las desigualdades sociales, las condiciones de vida y trabajo y las relaciones de poder. Por ello, no basta con desarrollar modelos epidemiológicos tecnológicamente más sofisticados si estos no incorporan las causas estructurales que hacen que determinados grupos sociales estén más expuestos, sean más vulnerables o tengan menos posibilidades de protegerse. Desde la UPF aportaremos nuestra experiencia en determinantes ecosociales, desigualdades en salud y políticas públicas, liderando el diseño y la evaluación de intervenciones que consideren tanto su eficacia como sus efectos sobre la equidad. Nuestro reto es contribuir a que la inteligencia artificial no se limite a predecir mejor las epidemias, sino que ayude a explicarlas y a desarrollar respuestas de salud pública socialmente justas, construidas con la participación de los actores implicados y capaces de reducir, en lugar de reproducir, las desigualdades existentes", señala otro de los investigadores del proyecto, Joan Benach, director del Grup de Recerca en Desigualtats en Salut – Employment Conditions Network (GREDS-EMCONET)  y codirector del codirector del JHU-UPF Public Policy Center de la Universitat Pompeu Fabra (UPF).

El proyecto se articula en tres grandes bloques de trabajo. La UC3M realizará experimentos de comportamiento con participantes socioeconómicamente diversos a través de la plataforma IBSEN, implementada en el marco del proyecto europeo H2020 del mismo nombre. La Universidad de Zaragoza, por su parte, desarrollará agentes generativos que reproduzcan el comportamiento humano y los integrará en modelos epidemiológicos, aprovechando la infraestructura de supercomputación del BIFI (CESAR) y la dilatada experiencia del Grupo de Investigación de Redes y Sistemas Complejos (COSNET) en la modelización matemática y computacional de epidemias. La UPF traducirá los resultados en herramientas de apoyo a la toma de decisiones de las autoridades sanitarias, incluida una evaluación explícita del impacto distributivo de cada intervención.

La equidad, como resultado del modelo y no como corrección posterior
Una de las señas de identidad de AIBEM es que la equidad no se añade al final del análisis, sino que se trata como un resultado primario del propio modelo. Las matrices de contacto por edad se ampliarán con dimensiones socioeconómicas —ocupación, renta, barrio— a partir de datos del censo español, encuestas de población activa y registros epidemiológicos estratificados, de modo que las diferencias en la carga de la enfermedad y en la capacidad de respuesta emerjan de las condiciones materiales de cada grupo.

El proyecto incorpora además un marco ético y de gobernanza alineado con el Reglamento Europeo de Inteligencia Artificial (EU AI Act), con auditorías de sesgo, supervisión humana y revisiones independientes de equidad. Todos los modelos, datos y protocolos de validación se publicarán en abierto siguiendo los principios FAIR.

Resultados previstos:

• Agentes de comportamiento validados frente a datos experimentales humanos, con diversidad socioeconómica explícita.
• Modelos epidemiológicos acoplados que cuantifican cómo la heterogeneidad del comportamiento modula la transmisión.
• Una metodología sistemática para diseñar y evaluar intervenciones en condiciones sociales realistas.
• Un kit de herramientas de apoyo para la toma de decisiones por parte de las autoridades sanitarias españolas y europeas, con informes de políticas, guías éticas y software de simulación.

Se adjuntan fotos relativas a la ceremonia de entrega de los premios.

Yamir Moreno, acompañado de la vicerrectora de Política Científica Pilar Pina. 
Y  junto a los socios participantes en el proyecto que lidera:  Ángel Sánchez (UC3M), Joan Benach (UPF), Alberto Aleta (UZ), Yamir Moreno (UZ), María Pilar Pina (UZ) y Ferran Muntané (UPF).
Ángel Sánchez (UC3M), Yamir Moreno (UZ), Alberto Aleta (UZ), Ferran Muntané (UPF), Joan Benach (UPF)

Datos del proyecto

Archivos adjuntos

Ver archivo
Ver archivo
Ver archivo
Ver archivo
Ver archivo
Ver archivo
Ver archivo
Ver archivo
Ver archivo
Ver archivo
Ver archivo

Compartir: