El pasado 13 de febrero, el equipo técnico del proyecto Dengue.IA sostuvo una reunión con representantes de la Secretaría de Vivienda de la Alcaldía de Cali, con el fin de identificar fuentes de información habitacional clave que puedan fortalecer los modelos predictivos del sistema de alerta temprana para dengue en la ciudad.
Durante el encuentro, se explicó la importancia de contar con datos georreferenciados sobre hacinamiento, considerando que las condiciones de vivienda están directamente asociadas a la vulnerabilidad frente a enfermedades como el dengue. Desde la Secretaría se compartió que el déficit habitacional en Cali se clasifica en crítico y mitigable, y que los principales insumos de datos provienen del DANE y del SISBEN IV.
Además, se señaló que actualmente se está trabajando en la actualización de información para el nuevo Plan de Ordenamiento Territorial (POT) y en el desarrollo de un observatorio de vivienda y hábitat, el cual también incorporará tecnologías de inteligencia artificial para identificar asentamientos informales. Esta iniciativa representa una oportunidad clave para la articulación intersectorial.
Durante la sesión se acordó trabajar conjuntamente con la Subdirección de Planeación para coordinar la recolección de datos y la construcción de los indicadores necesarios. Esta articulación fortalece la visión integral del proyecto Dengue.IA, orientada a conectar variables sociales, ambientales y territoriales con el fin de desarrollar una herramienta útil, ética y contextualizada para la prevención del dengue en Cali.
El pasado 10 de febrero se llevó a cabo una reunión técnica entre integrantes del proyecto Dengue.IA y representantes de EMCALI, con el objetivo de identificar fuentes de información clave que puedan contribuir a la construcción del modelo predictivo de brotes de dengue en Cali. Durante el encuentro, se contextualizó al equipo de EMCALI sobre los objetivos del proyecto y se destacó la importancia de contar con datos territoriales actualizados y georreferenciados.
Uno de los temas centrales fue la necesidad de acceder a la base de datos de sumideros en la ciudad, para analizar su posible correlación con los focos de proliferación del mosquito transmisor del dengue. Se discutió la relevancia de conocer no solo su ubicación, sino también su fecha de instalación, como insumo para establecer patrones espacio-temporales.
Asimismo, se abordaron otros factores de riesgo como el manejo de residuos sólidos y los cortes en el suministro de agua, que podrían favorecer la acumulación de agua estancada y, con ello, la reproducción de vectores. Desde EMCALI se ofreció facilitar información técnica y establecer puentes con las empresas responsables de la recolección de residuos en la ciudad.
Como resultado de la reunión, se acordó mantener la comunicación entre los equipos para coordinar la recolección y entrega de los datos necesarios. Luis Horacio Toro, en representación de EMCALI, se comprometió a gestionar la información solicitada y compartirla con el equipo del proyecto.
Con este encuentro avanzamos en la consolidación de fuentes de datos estratégicas y en la articulación interinstitucional necesaria para el desarrollo del modelo predictivo de brotes de dengue en Cali. El compromiso de EMCALI de facilitar información técnica y fortalecer los canales de colaboración intersectorial representa un paso clave hacia una respuesta más informada, coordinada y efectiva frente a esta problemática de salud pública.
El 10 de febrero de 2025, investigadores de la Universidad Icesi y la Universidad del Valle se reunieron para seguir avanzando en Dengue.IA, una herramienta diseñada para predecir brotes de dengue y mejorar su gestión. Durante la jornada, liderada por el ingeniero Daniel Osorio y la epidemióloga Lyda Osorio, se definieron los hitos clave del modelo, considerados esenciales para el proyecto.
Uno de los principales objetivos de Dengue.IA es generar alertas tempranas que permitan actuar antes de que la enfermedad se propague. Lyda Osorio destacó que contar con información anticipada facilita la toma de decisiones y ayuda a reducir el impacto del dengue en la salud pública. Para lograrlo, el modelo busca optimizar las estrategias de prevención y control, adaptándolas a las condiciones específicas de cada región. Por esto se discutió cómo la distribución de la población influye en la efectividad de medidas como la fumigación, por lo que es fundamental ajustar estas estrategias para maximizar su impacto.
Otro aspecto clave del proyecto es la aplicación de la ciencia en la lucha contra el dengue. Según Lyda Osorio, cuando más del 80% de los mosquitos en una zona están infectados con la bacteria Wolbachia, el riesgo de brote es bajo; sin embargo, si este porcentaje cae al 50%, la amenaza aumenta significativamente. Integrar este conocimiento en las estrategias de prevención permitirá tomar decisiones más acertadas y efectivas.
Desde su inicio, Dengue.IA ha apostado por la colaboración entre diferentes sectores. La Dra. Osorio enfatizó que el compromiso de la comunidad y la capacitación del personal de salud son esenciales para que el sistema funcione correctamente. En esa línea, Daniel Osorio presentó un cronograma detallado que involucra a expertos de diversas áreas, desde analistas de datos hasta técnicos de campo, con el objetivo de abordar el problema de manera integral y eficiente.
Más allá del desarrollo tecnológico, el éxito del proyecto se medirá por su impacto en la salud pública. Freddy Agredo, representante de la Secretaría de Salud, destacó que Dengue.IA puede convertirse en una herramienta clave para prevenir brotes, mejorar la gestión de la enfermedad y reducir los costos en atención médica. Para seguir avanzando, el equipo se comprometió a recopilar información directamente del personal de campo y a revisar los planes de contingencia actuales, asegurando que el modelo se adapte a las necesidades reales de cada comunidad.
El proyecto también contempla la automatización de la recolección de datos y la integración de herramientas predictivas y prescriptivas. Esto garantizará que las autoridades de salud puedan utilizar la información de manera eficiente y tomar decisiones basadas en datos precisos y actualizados. Gracias a este esfuerzo conjunto,Dengue.IA busca transformar la gestión del dengue mediante la innovación, la ciencia y el trabajo colaborativo.
El dengue sigue siendo un desafío de salud pública en Cali, Colombia, con ciclos de transmisión que afectan a miles de personas cada año. En respuesta a esta problemática, se ha desarrollado un proyecto innovador basado en inteligencia artificial para la predicción y prescripción de medidas preventivas contra esta enfermedad. Un aspecto clave de este proyecto es la implementación de un marco de monitoreo, evaluación y aprendizaje (ME&L) que permita medir su impacto y garantizar su efectividad.
Tras un proceso de selección riguroso, se analizaron múltiples propuestas para definir quién estaría a cargo de desarrollar este marco esencial. De las diez postulaciones recibidas, cinco no enviaron propuestas completas, mientras que dos se enfocaron en el modelo predictivo y prescriptivo en lugar del marco ME&L. Esto dejó en competencia a tres finalistas.
Cada propuesta fue evaluada por un grupo experto en medición de impacto social y salud pública. Se identificaron diferencias clave: algunas se centraron en herramientas como tableros de mando sin una estructura robusta para la medición de impacto, mientras que otras mostraban experiencia relevante, pero superaban el presupuesto disponible. Finalmente, una de ellas destacó por su trayectoria en América Latina, una metodología bien estructurada y un enfoque de género en salud pública, además de ajustarse a los recursos asignados.
Después de una evaluación detallada, se eligió a Cubo Social como la mejor opción para desarrollar el marco ME&L. Su trayectoria, metodología clara y enfoque integral fueron determinantes en la selección. Como siguiente paso, se solicitará una ampliación sobre su experiencia específica en temas de salud y se consolidará el plan de trabajo para su presentación ante la Fundación Rockefeller.
Este avance representa un paso crucial para asegurar que el modelo predictivo y prescriptivo para la prevención del dengue en Cali tenga un impacto medible y efectivo. Con la implementación del marco ME&L, se podrá evaluar en tiempo real el éxito de las estrategias aplicadas y hacer ajustes que optimicen los resultados en la lucha contra esta enfermedad.
Con el objetivo de profundizar en la calidad, acceso y uso de datos meteorológicos clave para el desarrollo del modelo predictivo de Dengue.IA, el 31 de enero de 2025 se realizó una reunión técnica entre representantes de la Universidad Icesi, la Alcaldía de Cali y el Laboratorio Ambiental del DAGMA. El encuentro se centró en el análisis de la infraestructura disponible, los retos de interoperabilidad, y la identificación de variables necesarias para alimentar la herramienta basada en inteligencia artificial que busca anticipar brotes de dengue en la ciudad. La jornada contó con la participación de investigadores y funcionarios vinculados al proyecto, quienes discutieron temas técnicos relacionados con la confiabilidad de las estaciones meteorológicas, la disponibilidad de datos georreferenciados, y las condiciones para su integración en el modelo en construcción.
Datos georreferenciados y colaboración institucional Uno de los primeros puntos abordados fue la gestión de datos georreferenciados almacenados por la Secretaría de Salud. Leonardo Aguiar, de la Alcaldía, se comprometió a coordinar el acceso a esta información, que resulta fundamental para el trabajo de modelación liderado por el equipo de la Universidad Icesi. Además, se mencionó la importancia de formalizar estos procesos a través de entregas de discos duros y revisiones periódicas de las bases de datos en curso.
Diagnóstico de estaciones meteorológicas El investigador Gabriel Tamura presentó el proyecto de predicción de brotes, destacando que su desarrollo depende de contar con datos confiables y oportunos. Para ello, se solicitó un análisis detallado del estado actual de las estaciones meteorológicas operativas en Cali. Edgar Humberto Herrera, coordinador del Laboratorio Ambiental, señaló que varias estaciones han presentado fallas debido al deterioro de la infraestructura en años anteriores, y que actualmente se trabaja para restablecer su funcionamiento. Por su parte, Julián Otoya explicó que la red de vigilancia del aire, a cargo del DAGMA, sufrió debilitamientos bajo administraciones pasadas, lo que limita la cobertura y continuidad de los registros.
Variables clave y necesidades del modelo Se discutieron las variables meteorológicas más relevantes para el modelo predictivo, incluyendo humedad relativa, temperatura, vegetación, y residuos sólidos, entre otras. Daniel Felipe Osorio enfatizó la necesidad de contar con estos insumos de manera estandarizada para alimentar el sistema de predicción. Además, propuso incluir datos históricos de la Secretaría de Salud que podrían complementar el análisis.
También se debatió la posibilidad de realizar una solicitud formal al DAGMA y otras entidades, como la CVC, a través de canales oficiales como el sistema Orfeo o la ventanilla única de la Alcaldía. Esta solicitud se dirigirá específicamente a Edgar Humberto Herrera, y buscará consolidar la entrega de variables clave con respaldo institucional.
Desafíos logísticos y coordinación digital Durante la reunión se señalaron algunas dificultades logísticas, como los problemas de acceso a la plataforma Microsoft Teams, que afectaron la fluidez de la comunicación entre equipos. Se acordó fortalecer los canales de coordinación y revisar las condiciones técnicas para facilitar el intercambio de información.
Conclusiones y compromisos El encuentro permitió avanzar significativamente en el diagnóstico técnico de la infraestructura meteorológica de Cali y en la definición de insumos necesarios para el modelo. El equipo reafirmó su disposición a continuar trabajando de forma articulada, reconociendo que la calidad y cobertura de los datos meteorológicos son determinantes para la precisión del modelo Dengue.IA y su impacto en la prevención de brotes en la ciudad.
El 31 de enero de 2025, como parte de su agenda de seguimiento, el equipo del proyecto Dengue.IA sostuvo una reunión clave con representantes de la Fundación Rockefeller, financiadora de la iniciativa, así como con actores de la Universidad Icesi, la Alcaldía de Cali y distintas dependencias técnicas de la ciudad. El encuentro, liderado por los investigadores Robin Castro y Gabriel Tamura, tuvo como objetivo presentar los avances alcanzados hasta enero de 2025 y definir lineamientos estratégicos para los próximos meses. Durante la jornada se discutieron aspectos técnicos del modelo, se compartieron lecciones aprendidas y se reafirmó el compromiso de continuar fortaleciendo la articulación interinstitucional para el desarrollo de una herramienta innovadora de predicción y prescripción en salud pública.
Avances en datos y estructura del modelo El equipo técnico presentó un balance detallado sobre la recolección y análisis de datos, indicando que los archivos utilizados en modelos previos fueron descargados con el apoyo de DATIC y están siendo utilizados como insumo para el nuevo desarrollo. Sin embargo, se señalaron dificultades relacionadas con la calidad y estructura de los datos (CSV, Parquet y Excel), lo que ha motivado la exploración de fuentes alternativas como imágenes satelitales de la NASA. También se expuso la necesidad de precisar la pregunta clave que debe responder el modelo, para así orientar mejor su desarrollo. Entre las propuestas discutidas, se contempló la posibilidad de estimar el número de casos de dengue por subterritorios en la ciudad, con el fin de optimizar la focalización de intervenciones preventivas.
Un enfoque basado exclusivamente en inteligencia artificial Durante la reunión se destacó que Dengue.IA es el único proyecto del grupo de trabajo que está siendo desarrollado exclusivamente con inteligencia artificial, a diferencia de otras iniciativas que han combinado este enfoque con modelos estadísticos tradicionales. Este carácter diferencial abre nuevas posibilidades metodológicas, pero también plantea desafíos técnicos que requieren una construcción rigurosa del modelo.
Propuesta para optimizar las futuras sesiones A partir de las observaciones del equipo y de la Fundación Rockefeller, se sugirió reestructurar el formato de las reuniones de seguimiento para hacerlas más prácticas y orientadas a la toma de decisiones. Se acordó que, en adelante, estos espacios iniciarán con una sección de lecciones aprendidas, seguida de la presentación de hitos clave, y finalizarán con la discusión general del proyecto. Asimismo, se estableció que los materiales (informe y presentación) serán enviados con una semana de antelación a cada encuentro.
Conclusiones y próximos pasos
La reunión permitió identificar logros relevantes en la consolidación del modelo y en la integración de las instituciones participantes. No obstante, se reiteró la necesidad de contar con una definición clara, por parte de la Secretaría de Salud, sobre la pregunta que debe resolver la herramienta basada en inteligencia artificial. Este paso es fundamental para orientar correctamente el desarrollo técnico y asegurar su utilidad práctica.
Entre los compromisos establecidos se encuentran: ➔ Establecer un nuevo formato para las reuniones, centrado en lecciones aprendidas, hitos e intercambio crítico. ➔ Incluir en futuras presentaciones una mención explícita sobre el uso del modelo anterior como línea base. ➔ Traducir al inglés la imagen de variables del modelo una vez esté consolidado. ➔ Fijar la próxima reunión para el 7 de marzo a la 1:00 p.m. ➔ Mantener el liderazgo de la Secretaría de Salud en las reuniones, con apoyo del equipo articulador (Universidad Icesi, Univalle, DATIC, Secretaría de Desarrollo Económico y DAGMA).
