Además de la selección antigénica de las vacunas, esta información también es útil para estimar los recursos necesarios para hacer frente a la temporada de gripe, por ejemplo, para informar sobre la distribución y ubicación del personal de atención médica, las camas de hospital y los recursos de tratamiento.3 Por ejemplo, durante la temporada de gripe 2024 en el hemisferio sur, varios países experimentaron un inicio anticipado de la temporada y otros experimentaron altos niveles de actividad de la gripe, incluyendo altos niveles de enfermedad grave relacionada con la gripe.4
Debido a esto, se ha estimado si los datos de la vigilancia epidemiológica en países del hemisferio sur, como Australia, pueden ser de utilidad para estimar el comportamiento epidemiológico de la gripe en países del hemisferio norte, encontrándose que los datos de vigilancia del hemisferio sur (Australia) tienen una fuerte correlación con las tendencias en la vigilancia de la gripe en países del hemisferio norte como China, EE. UU. o el Reino Unido, con una diferencia de 21-22 semanas, mientras que los datos de búsquedas de internet (Google Trends o Beidu Index) también mostraron una asociación significativa, con una diferencia de 1 semana. Al combinar tanto la información de vigilancia como las búsquedas de internet en un modelo, se incrementó el rendimiento predictivo sobre el comportamiento epidemiológico.1
Esto ha justificado la creación de redes epidemiológicas mediante la cooperación internacional de países tanto del hemisferio norte como del hemisferio sur, con el objetivo de mejorar el entendimiento de la transmisión interhemisférica de la gripe.5
Esto resalta el potencial que tiene el combinar datos tradicionales, como la vigilancia local y la de otros países, con datos no tradicionales, como las búsquedas en internet.1 La utilización de la inteligencia artificial puede auxiliar este proceso de predicción.6