Avanza el proyecto Dengue.IA: Retos y oportunidades

El 14 de enero de 2025, con el propósito de afianzar la articulación interinstitucional y avanzar en la construcción de un modelo predictivo y prescriptivo basado en inteligencia artificial para la prevención del dengue, el equipo técnico del proyecto Dengue.IA llevó acabo una reunión presencial clave en la Universidad del Valle.
La jornada, en marcada en el primer seminario “Dengue e Inteligencia Artificial”, fue liderada por la epidemióloga Lyda Osorio y contó con la participación de representantes de la Universidad Icesi, la Alcaldía de Cali y la Secretaría de Salud.
Durante el encuentro se compartieron avances, se discutieron desafíos técnicos y conceptuales, y se abordaron temas fundamentales como la gestión de información socio demográfica, climática y epidemiológica, así como la incorporación del componente social en el diseño del modelo.
Todo esto con miras a consolidar los fundamentos científicos y operativos del proyecto, que busca tener un impacto real en la salud pública de la ciudad.

Una ciudad, múltiples climas: el desafío de los datos meteorológicos
Uno de los temas que concentró mayor atención fue la disponibilidad y calidad de la información climática en la ciudad. Desde la Alcaldía se expresó preocupación por las limitaciones en la infraestructura de monitoreo del IDEAM, que actualmente cuenta con solo cuatro estaciones activas en Cali. Esta escasez de datos representa un obstáculo importante para alimentar modelos predictivos robustos.
Adicionalmente, el Departamento Administrativo de Gestión del Medio Ambiente (DAGMA) advirtió sobre la variabilidad térmica entre distintas zonas urbanas, que puede superar los 7 °C entre el oriente de la ciudad y sectores como San Fernando. Este dato refuerza la necesidad de territorializar las predicciones y considerar las condiciones micro climáticas en la modelación de brotes.

Más allá del mosquito: integración del componente social
La reunión también abordó preguntas cruciales sobre cómo incluir de manera efectiva los factores sociales en el diseño del modelo. Se discutieron elementos como el nivel de educación sanitaria de la población, las prácticas comunitarias frente al dengue, y la importancia de recoger voces diversas del territorio.
Estas inquietudes fueron acompañadas por la necesidad de construir un modelo teórico compartido que permita homogeneizar el lenguaje y las aproximaciones de los equipos interdisciplinarios involucrados: epidemiólogos, ingenieros, científicos de datos, salubristas y actores institucionales.

Calidad e interoperabilidad de los datos epidemiológicos
Desde la Secretaría de Salud, el Dr. Carlos Pinzón hizo énfasis en la urgencia de armonizar las fuentes y flujos de información sobre el dengue. Señaló que se deben establecer criterios unificados de calidad, mejorar la interoperabilidad de los sistemas existentes y conformar un equipo de expertos con conocimiento profundo sobre el comportamiento del virus en el contexto local.
Asimismo, se debatió sobre la necesidad de revisar metodologías de vigilancia como el canal endémico y se propuso una categorización del territorio basada en ecotipos, es decir, divisiones geográficas construidas desde variables ambientales y no solo desde límites político-administrativos como las comunas.

Reflexión crítica y proyección
Los asistentes discutieron ejemplos internacionales como el modelo de gestión de Singapur, y tecnologías emergentes como Wolbachia o la vacunación selectiva. También se compartieron datos locales sobre zonas históricamente vulnerables, como el barrio Floralia, y se mencionó el uso de agentes biológicos como peces guppy o bacterias para el control del vector.
Más allá de construir un modelo de predicción exitoso, se insistió en que el proceso mismo puede funcionar como una herramienta de reflexión crítica sobre las capacidades institucionales de monitoreo, diagnóstico y acción frente al dengue en Cali.
Se mencionó, por ejemplo, que actualmente no se tipifican los serotipos en las pruebas positivas, lo cual limita el análisis epidemiológico.

Compromisos concretos
Como cierre, los actores participantes acordaron avanzar en los siguientes frentes:
➔ Realizar una revisión crítica de las metodologías predictivas, tanto aquellas basadas en IA como en enfoques más tradicionales.
➔ Consolidar el equipo interdisciplinario con perfiles técnicos, científicos y comunitarios.
➔ Definir una hoja de ruta clara para enfrentar los principales desafíos identificados en la reunión.
El proyecto Dengue.IA continúa así su consolidación como una propuesta de innovación aplicada a la salud pública, con el potencial de impactar de manera significativa la prevención y gestión del dengue en Cali. A través de la colaboración entre instituciones académicas, entidades gubernamentales y comunidades, se busca construir un modelo que no solo prediga, sino que también proponga acciones concretas para la equidad y la sostenibilidad en salud.

Aprendiendo juntos a predecir el dengue

El 14 de enero de 2025, investigadores de la Universidad Icesi y el equipo de ARTPARK, una organización líder en innovación tecnológica con sede en India, se reunieron para compartir experiencias y conocimientos en la predicción de brotes de dengue. El objetivo principal de este encuentro fue  aprender de las lecciones y avances de ARTPARK, clave para fortalecer el proyecto de modelado y predicción de dengue que Icesi en el marco del proyecto Dengue.IA.

La sesión fue liderada por Gabriel Tamura, investigador de Icesi, y Rohit Satish, miembro del equipo de ARTPARK. Durante el intercambio, se abordaron los principales retos y avances en el uso de técnicas de Machine Learning (aprendizaje automático) y modelos mecanísticos. El profesor Tamura presentó los objetivos, retos y avances del proyecto, mientras que ARTPARK compartió su experiencia enfrentando uno de los mayores desafíos en este campo: el manejo e integración de datos no integrados y provenientes de diversas fuentes.

La reunión concluyó con un intercambio de ideas sobre los desafíos comunes en la predicción de brotes de dengue. ARTPARK destacó la importancia de la paciencia y la persistencia en el desarrollo de modelos mecanísticos, así como la necesidad de integrar datos heterogéneos para lograr una mejor precisión. Por su parte, Icesi reconoció la relevancia de las estrategias compartidas, especialmente la eficacia del modelo de regresión binomial negativa.

Como resultado de este encuentro, se acordó coordinar una nueva sesión de trabajo centrada en la comparación entre modelos estadísticos y de Machine Learning. Este intercambio continuo de conocimientos es fundamental para fortalecer el proyecto y avanzar hacia soluciones más efectivas en la prevención y control del dengue. 

Más allá del intercambio técnico, este encuentro sentó las bases para una colaboración más estrecha entre Icesi y ARTPARK. La combinación entre de experticia  en modelado, Machine Learning y epidemiología promete generar avances significativos en la lucha contra el dengue, con impactos positivos para comunidades enteras y contribuyendo a la salud pública global.

Avances en la Modelación de Enfermedades para la Prevención del Dengue

El pasado 10 de enero del 2025 se llevó a cabo una reunión técnica con el Dr. Mauricio Santos Vega, profesor asistente en el departamento de ciencias biológicas de la Universidad de los Andes y director del grupo de Biología Matemática.

Su trabajo se ha centrado en la modelación de transmisión de enfermedades, con énfasis en el dengue y la influencia del comportamiento humano en la propagación del virus. La reunión buscó intercambiar conocimientos y explorar posibles colaboraciones para mejorar el enfoque del proyecto en curso.

Objetivos

Esta reunión tuvo como finalidad conocer la experiencia y perspectivas del Dr. Santos Vega en la modelación de enfermedades, con el objetivo de fortalecer el proyecto a través del intercambio de conocimientos y la colaboración entre equipos.

  • Conocer la experiencia del Dr. Santos Vega en modelación de transmisión de enfermedades.
  • Explorar oportunidades de colaboración con su equipo de trabajo.
  • Evaluar la integración de datos y modelos predictivos en el proyecto.
  • Identificar recursos adicionales y expertos que puedan fortalecer la investigación.

Puntos Claves

Durante la discusión, se abordaron temas fundamentales relacionados con la predicción y control de enfermedades, destacando la importancia de integrar metodologías innovadoras y enfoques prácticos en la toma de decisiones.

  • El Dr. Santos Vega recomendó al profesor Paul Locke, experto en modelación epidemiológica de la Universidad de Wisconsin, como posible colaborador.
  • Enfatizó la importancia de diseñar un sistema de semáforo para la toma de decisiones en lugar de centrarse solo en la predicción numérica de casos.
  • Se destacó la dificultad de modelar el comportamiento humano dentro de los modelos de predicción del dengue, un desafío clave en la investigación.
  • Se acordó organizar una sesión de trabajo el 20 de enero en Cali con su estudiante de doctorado, quien ha desarrollado estudios sobre el dengue en Ibagué, Tolima.
  • Compartió dos publicaciones clave con datos georreferenciados sobre dengue, útiles para el proyecto:

El encuentro permitió establecer un marco de colaboración con el Dr. Santos Vega y su equipo, integrando nuevos enfoques y datos relevantes para mejorar la investigación en curso. Se acordó una próxima sesión de trabajo para fortalecer la sinergia entre los equipos y avanzar en el desarrollo del proyecto.

Primeros pasos en la inteligencia artificial para la prevención del dengue en Cali

El pasado 15 de noviembre de 2024 se llevó a cabo la reunión de alistamiento para la reunión inicial del proyecto “Desarrollo y despliegue integrado de un modelo predictivo basado en Inteligencia Artificial y un modelo prescriptivo para la prevención del dengue en Cali, Colombia”.

Este encuentro tuvo como propósito generar un espacio de reconocimiento entre los participantes, definir funciones y roles dentro del proyecto y establecer acuerdos operativos clave. Además, se preparó la agenda para la reunión de Kickoff con la Fundación Rockefeller, que marcará el inicio formal del proyecto.

TN.com.ar. (2024). [Mosquito hembra de Aedes aegypti en primer plano]. En Cuál es la mejor manera de combatir el dengue, según la inteligencia artificial. Recuperado de tn.com.ar/tecno/internet/2024/02/29/cual‑es‑la‑mejor‑manera‑de‑combatir‑el‑dengue‑segun‑la‑inteligencia‑artificial/

Objetivos de la reunión

  • Presentación del equipo de trabajo.
  • Revisión de los aspectos generales del proyecto.
  • Identificación de oficiales de enlace y establecimiento de acuerdos operativos.
  • Elaboración del orden del día para la reunión de Kickoff.

La reunión inició con la presentación del equipo y la revisión de los aspectos generales del proyecto. Se discutieron los hitos clave, resaltando la obtención de datos en los primeros dos meses (diciembre 2024 – enero 2025) como prioridad para garantizar el cumplimiento del cronograma.

También se identificaron “victorias tempranas”, como el uso del Power BI del área de Vigilancia de la Secretaría de Salud, que servirá como insumo para el desarrollo de los modelos predictivo y prescriptivo. Finalmente, se definió la agenda para la reunión de Kickoff el 25 de noviembre de 2024.

Conclusiones clave

  • La obtención de datos en los primeros dos meses es una prioridad. Se establecieron reuniones semanales con una reunión presencial mensual previa a la reunión con el equipo de Rockefeller. La reunión de Kickoff está programada para el 25 de noviembre de 2024.
    La agenda de la reunión de Kickoff incluirá:
    • Orden del día.
    • Presentación del equipo y entidades.
    • Presentación del proyecto.
    • Antecedentes en la Secretaría de Salud.
    • Alianza con actores de salud en Dengue.
    • Comentarios.
  • Todos los miembros del equipo deberán estar disponibles con cámara encendida para la reunión de Kickoff.
  • Se deberán resolver dudas internas antes del Kickoff para asegurar un espacio eficiente.