Cómo las ciudades están prediciendo las infestaciones de ratas usando tecnología

Se solía decir que había una rata por cada persona en la ciudad de Nueva York. Si eso fuera cierto, habría hasta 8.6 millones de roedores acechando las calles, callejones y túneles de la Gran Manzana. Esa afirmación ha sido refutada, pero tampoco hay mucho consuelo en la estimación más moderna de que Nueva York hay dos millones de ratas.

La cosa es que nadie sabe realmente cuántas ratas hay. Ni en Nueva York, ni en Washington DC, ni en Chicago, las tres ciudades más infestadas de roedores en Estados Unidos. Incluso las mejores cifras disponibles son conjeturas, a menudo basadas en encuestas sobre las llamadas al 311. Es aún más difícil comprender cómo las ratas se mueven o anticipan donde causarán los próximos estragos. Pero las ciudades tienen equipos enteros dedicados a controlar la población de ratas y por buenas razones. Los roedores se cuelan en edificios y subterráneos, comiéndose la basura, mordisqueando los cables y propagando enfermedades, a menudo fuera de nuestra vista. A pesar de los mejores esfuerzos para poner trampas, veneno e incluso gatos, los roedores persisten.

"Las ratas generalmente se consideran plagas, por lo que [la estrategia] normalmente es muy sencilla: hay una rata, vamos a deshacernos de ella", dice Michael Blum, un ecologista que encabeza el New Orleans Rat Project en la Universidad de Tulane.

Pero algunas ciudades están cambiando de estrategia para adelantarse a las ratas. Están colaborando con investigadores y expertos informáticos, no sólo para eliminar las plagas, sino también para comprender, como dijo Blum, "las sutilezas de lo que sostiene a la población". Y su arma número uno son los datos.

Las llamadas al 311 permiten 'oler' las ratas que vienen

Durante los últimos doce años, Gerard Brown ha intentado averiguar cómo mantener las ratas lejos de la capital de la nación. Como gerente del programa de la División de Control de Roedores de Washington DC, es considerado el gurú local de las ratas, pero la respuesta a su problema puede venir de alguien que no sabía nada acerca de las ratas antes de este año.

En enero, Brown se asoció con Peter Casey, un importante científico de datos de la Oficina del Oficial Principal de Tecnología de Washington DC. Casey está trabajando con el nuevo equipo de investigación aplicada de la ciudad para desarrollar un modelo computacional de aprendizaje automático para predecir las infestaciones de ratas. Su objetivo es construir un sistema que pueda indicarle al equipo de Brown qué vecindarios sufrirán infestaciones de ratas días, incluso semanas, antes de que sucedan, dándole una ventaja para acondicionar estas áreas y volverlas tan indeseables para los parásitos como sea posible.

Para empezar, el equipo recurre a los registros de llamadas al 311 de la ciudad sobre avistamientos de roedores. Por ahora, ése es el conocimiento más fiable para encontrar los epicentros de roedores. A continuación, comparan esas llamadas con otros datos de la ciudad, incluyendo el número de empresas registradas (particularmente los negocios de comida), apartamentos (una indicación de la densidad humana), y el desglose de los paisajes del área (hormigón contra 'tierra penetrable' como los parques). Están buscando patrones que indiquen condiciones favorables para las ratas, destacando los lugares donde el equipo de Brown podría encontrar pronto una infestación.

Eso aún no muestra la imagen completa: algunas personas pueden ser más propensas a llamar al 311 cuando ven ratas y otras tal vez ni siquiera piensen en descolgar el teléfono. Así, el equipo de datos se enfoca en lugares que Brown ya ha inspeccionado y donde encontró ratas, utilizando esa intersección de datos para alimentar los modelos de computadora que pronto podrían hacer más precisas las predicciones de plagas.

El proyecto aún está en sus primeras etapas, y la efectividad de los pronósticos basados en las llamadas al 311 aún no está clara. Sin embargo, los primeros resultados de otras ciudades son alentadores.

En 2011, Chicago enfrentó un problema descontrolado de roedores. Los registros muestran que el centro de llamadas del 311 recibió más de 34,000 quejas al respecto ese mismo año. Desesperada por una estrategia más efectiva, la ciudad buscó la ayuda de Daniel Neill, un informático del Laboratorio de Detección de Patrones y Eventos de la Universidad Carnegie Mellon. Neill había estado trabajando con el equipo de innovación de software de la ciudad para predecir los epicentros de la delincuencia. La ciudad preguntó si podría afinar el programa para ayudar a pronosticar las futuras quejas sobre ratas.

Neill tenía tres años de datos sobre ratas para trabajar, además de muchísimas otras quejas, relacionadas con cosas como botes de basura rebosados, desechos de árboles, intoxicación alimentaria en restaurantes, y edificios vacíos. En su búsqueda para encontrar las señales que preceden a las oleadas de quejas sobre ratas, introdujo todos los datos en su programa para determinar cuán preciso era en predecir cuándo y dónde repuntarían las poblaciones de ratas a continuación.

Tal vez no resulte sorprendente, el equipo de datos encontró que las llamadas al 311 relacionadas con alimentos y viviendas fueron los indicadores más fuertes de una plaga de ratas. Así, las áreas donde los residentes llamaban en relación a infracciones sanitarias o desechos de árboles son más propensas a experimentar un aumento en las quejas por ratas. "Cualquier tipo de llamada aislada es un indicador débil de ratas", Neill. "Lo mejor para nosotros llega cuando todos esos tipos de llamadas se integran".

El resultado fue impresionante: el modelo de Neill podía predecir un aumento en las quejas sobre roedores una semana antes de que sucediera.

Finalmente exhibió este método ante funcionarios de Baltimore y Pittsburgh, mientras que el departamento de saneamiento de Chicago sometió el modelo predictivo a pruebas alrededor del año 2013. Después de un error en el período de prueba, Neill dice que todavía carece de algunas cruciales pruebas cuantitativas acerca de la exactitud de su modelo, pero confía en los resultados basados en datos históricos. De hecho, en la ciudad de Chicago aún está en marcha el enfoque de análisis predictivo de Neill y ha recalcado que es 20% más eficaz que el método tradicional de ponerles cebos a las ratas después de que han sido descubiertas.

¿Puede la curiosidad matar a la rata?

Si bien el modelo de Neill se basa puramente en datos, Casey en Washington DC asegura que su equipo depende en gran medida de la experiencia de Brown en el control de roedores. No todos los métodos de reducción se crean de igual forma. Utilizar raticida puede ser más efectivo en una zona de la ciudad, mientras que poner botes de basura inteligentes y más pesados puede ser la clave en otra. Brown brinda el contexto, revelando las sutiles observaciones acerca de los movimientos de las ratas que ayudan al equipo de datos de Casey a reducir el alcance de su análisis.

"Una de las cosas más importantes fue ponerse en o con Gerard y [asegurarme de] que no estoy creando un modelo predictivo en un vacío", afirma Casey. "Pero queríamos asegurarnos de que esto sea algo que el equipo podría utilizar en el terreno".

El hecho es que las cifras por sí solas dicen muy poco acerca de las ratas. Sabemos que hay muchas de ellas, y sabemos que viven cerca de los seres humanos, pero siguen siendo un misterio incluso para los principales expertos como Jason Munshi-South de la Universidad de Fordham.

"Las ciudades son entornos tan complejos, especialmente con los micro hábitats tridimensionales y subterráneos que las ratas explotan, y a algunos de ellos ni siquiera podemos realmente acceder, como las alcantarillas", dice. "No siempre sabemos lo que hacen cuando no las vemos, y son notoriamente difíciles de contar, así que incluso comprender la cuestión fundamental de cuántas ratas hay es extremadamente difícil". No ayuda el hecho de que los seres humanos están constantemente manipulando su entorno para deshacerse de ellas.

Hasta ahora, las investigaciones sugieren que las ratas permanecen cerca de sus madrigueras. De hecho, la rata promedio podría sólo aventurarse a andar unas pocas decenas de metros en toda su vida. También se mantienen en las mismas rutas, creando 'pistas' que conectan sus hogares directamente a su fuente de alimento. Estos senderos a veces aparecen como vetas de grasa que dejan sus pelajes, dice Brown, o senderos incrustados en la tierra.

Sin embargo, es todavía un misterio por qué las poblaciones de ratas pueden dispararse de repente después de ser exterminadas en un área. "Una posibilidad es que [cuando] se reduce la población, los supervivientes tienen más recursos, por lo que se reproducen más rápidamente", dice Munshi-South. "O puede ser que hay ratas en las inmediaciones que no fueron afectadas, por lo que empiezan a dispersarse hacia los territorios ya vacíos". No podemos decir con certeza.

Pero los investigadores están siguiendo de cerca a las ratas . Munshi-South ha estudiado la genética de las ratas en todo Manhattan para determinar cuán estrechamente relacionada está una colonia con otras en otras partes de la ciudad. Su laboratorio ha capturado más de 500 ratas en casi todos los 40 pico de códigos postales del distrito, y ha secuenciado el genoma de alrededor de 250 de ellas, tratando de ver cómo las ratas se relacionan entre sí.

Hasta ahora, su laboratorio ha encontrado más pruebas de que las ratas no viajan demasiado lejos. Las ratas en el norte de Manhattan están más estrechamente relacionadas entre sí que con las ratas más al sur y viceversa.

Luego hay patrones más curiosos. "Las ratas comienzan a dividirse en dos grandes grupos justo alrededor de Midtown, donde hay una especie de ratas de la parte alta y grupos de ratas del centro de la ciudad", le dice Munshi-South a CityLab. Sin embargo, no puede decir con certeza por qué. Por una parte, las ratas del centro son más diversas, posiblemente porque hay más de ellas en general.

La composición urbana de Midtown en sí podría ser lo que separa las dos poblaciones. Históricamente, Midtown simplemente no es tan popular para las ratas como las zonas al norte y al sur, quizá debido a la abundancia de edificios de oficinas y un mejor mantenimiento. Eso ha creado una relativa "zona de exclusión" para las ratas, dice.

Por ahora, Munshi-South no puede decir si este patrón se cumple en otras ciudades, pero espera averiguarlo. Se asoció con otros rodentólogos de ciudades como Vancouver y Nueva Orleans para responder a esa misma pregunta. Y uno de sus socios es Michael Blum de la Universidad de Tulane, quien durante los últimos cuatro años ha estado en Nueva Orleans estudiando ratas tras el paso del huracán Katrina.

Buena parte del estudio de Blum se concentra en Lower Ninth Ward, donde hay zonas vacantes y reurbanizadas que ofrecen una combinación de paisajes para estudiar. Él y sus estudiantes han estado minuciosamente atrapando tantas ratas como pueden para estudiar sus movimientos y crear su propio modelo predictivo. Atrapar ratas es una proeza de por sí: las ratas son inteligentes y no caen fácilmente en nuevas trampas. "La falta de curiosidad probablemente salvó a los roedores", dice Blum. Pero para él, los datos del 311 simplemente no son lo suficientemente buenos.

Una animación del modelo de Michael Blum ilustra cómo las poblaciones de roedores se diseminan y crecen en Nueva Orleans, empezando por una única ubicación (Cortesía Michael Blum).

Por eso ha creado un modelo de 'nodos' y 'vías'" para mostrar cómo las ratas repueblan las zonas de la ciudad. Pensemos en los nodos como cuadras o parques— los lugares que sostienen una población local de ratas—y las vías como callejones y calles por las que viajan.

"Estamos analizando distintos escenarios hipotéticos donde literalmente podemos sacar [poblaciones de ratas de] cuadras o vecindarios específicos, y simular cuál será la probabilidad de que esas áreas serán recolonizadas desde distintas partes de la ciudad", le dice a CityLab. "Podemos estimar el tiempo que toma, el número de individuos que se desplazan de diferentes partes de la ciudad, básicamente cómo todo el pasaje de la ciudad se reajusta según un determinado esfuerzo de control o, digamos, un déficit donde existe una muy baja densidad de población".

Blum dice que el modelo no sólo se basa en la información recopilada sobre los animales, sino también en una montaña de datos de archivo proporcionados por la ciudad. "No sólo estamos cuidadosamente estimando la densidad de población en toda la ciudad, sino que también tenemos archivos ambientales y del SIG (Sistema de Información Geográfica) muy completos y datos de la cobertura de suelo, y coberturas municipales que nos informan sobre la estructura del paisaje urbano y el tamaño de las cuadras, así como el panorama socioeconómico de toda la ciudad".

Aún así, es un trabajo en progreso. El equipo de Blum obtuvo recientemente fondos para otros seis años de investigación, y espera que con el tiempo puedan entregar el modelo a funcionarios de Nueva Orleans y otras ciudades para que puedan ver los beneficios. Después de todo, l as trampas de ratas y las iniciativas de control de la natalidad apenas rascan la superficie de un problema mucho más profundo: el aumento de las ratas no se trata sólo de los propios animales. Los seres humanos desempeñan inevitablemente una parte.

En Washington DC, Brown está encargado también de educar a la comunidad acerca de por qué una cuadra de la ciudad está infestada de ratas y hace recomendaciones acerca de lo que las empresas y los residentes deben hacer para resolver esto.

"Hay algunas cosas que tienen que ocurrir para que la gente asista a una reunión sobre las ratas: tiene que haber un problema de basura, tiene que haber ratas, y tiene que haber gente enferma y cansada de eso", dice. "Una cosa que yo le digo a las personas al comienzo de estas reuniones es que tienen que seguir mis recomendaciones o volveremos aquí el año próximo a hablar de las mismas cosas".

Así que, seguro, el veneno para ratas puede ser eficaz, como también son eficaces los grandes datos. Pero, quizás la clave para eliminar las ratas radica en otra cosa, dice Brown: "se trata del comportamiento humano".

Este artículo fue publicado originalmente en inglés en CityLab.com.