Estudiantes de la Escuela Superior de Cómputo (Escom) del Instituto Politécnico Nacional (IPN) desarrollaron Deep Bug, un sistema que utiliza Inteligencia Artificial (IA) para facilitar y agilizar la evaluación de la calidad del agua mediante el índice BMWP/Mex, a partir de la identificación de macroinvertebrados acuáticos, que son un referente para saber si el agua está contaminada.
El proyecto fue creado por Desiré Cuevas Romero y Didier González Ferreira, estudiantes de Ingeniería en Inteligencia Artificial, y Óscar Leyva Rodríguez, alumno de la Ingeniería en Sistemas Computacionales.
La herramienta integra una aplicación móvil para el trabajo de campo, una plataforma web para administrar y consultar información y un modelo de IA capaz de clasificar automáticamente macroinvertebrados a partir de imágenes.
El desarrollo se enmarca en la estrategia que impulsa la Presidenta Claudia Sheinbaum Pardo y el Secretario de Educación Pública, Mario Delgado Carrillo, para que las universidades desarrollen tecnología que pueda ayudar a resolver problemáticas sociales.
El índice Biological Monitoring Working Party (BMWP) permite evaluar la calidad del agua a través de la diversidad de macroinvertebrados, organismos que funcionan como bioindicadores debido a que su presencia o ausencia está relacionada con las condiciones ambientales de los cuerpos de agua. Para México, el método fue adaptado como BMWP/Mex por la doctora Eugenia López López, de la Escuela Nacional de Ciencias Biológicas (ENCB), quien participó como codirectora del proyecto.
