Cali está cada vez más cerca de contar con un sistema de inteligencia artificial capaz de anticipar y orientar acciones frente a los brotes de dengue en la ciudad. En una reciente sesión técnica, el equipo del proyecto Dengue.IA, junto con representantes de la Fundación Rockefeller y de entidades locales, consolidó un nuevo enfoque para aumentar la precisión y utilidad del modelo predictivo, y comenzó a delinear el componente prescriptivo de la herramienta.
Uno de los avances más importantes fue la evolución del modelo hacia una estructura basada en “digital twins”: representaciones digitales de zonas específicas de la ciudad, de aproximadamente un kilómetro cuadrado cada una. A diferencia de la primera versión —que utilizaba una sola red para todo Cali—, esta nueva arquitectura permitirá entrenar redes individualizadas con datos específicos de cada sector. La meta es clara: lograr predicciones más ajustadas a las realidades locales.
Además de este cambio de escala, se definió el uso de una arquitectura ConvLSTM, que combina redes convolucionales (para comprender relaciones espaciales) con redes LSTM (para captar dinámicas temporales). Esto se articula con un inventario en curso de más de 25 fuentes de datos —epidemiológicos, meteorológicos, demográficos y ambientales— que alimentarán el sistema.
El componente prescriptivo, aún en diseño inicial, también empieza a tomar forma. Frente a la limitada disponibilidad de datos sobre decisiones pasadas ante brotes, el equipo propuso comenzar con un motor de inferencia basado en reglas, posiblemente apoyado en lógica difusa. Este motor no automatizará decisiones, sino que entregará recomendaciones justificadas, que podrán ser consideradas por las autoridades locales de salud. Con el tiempo, y a medida que se recojan datos sobre intervenciones reales, se espera migrar hacia un modelo que integre aprendizaje supervisado y reforzado, permitiendo que el sistema se fortalezca con cada ciclo de retroalimentación.
En paralelo, el desarrollo de una plataforma web sigue avanzando. El dashboard final permitirá visualizar zonas de riesgo, predicciones semanales y recomendaciones específicas, integrando toda la potencia del modelo en una herramienta accesible para la Secretaría de Salud.
Este enfoque se basa en una lógica de sistema de aprendizaje continuo: las decisiones tomadas y sus efectos reales serán retroalimentadas al sistema, no solo para mejorar su desempeño, sino para enriquecer el conocimiento institucional sobre la dinámica del dengue en la ciudad.
Finalmente, se revisó el cronograma general del proyecto, destacando que cerca del 70% del esfuerzo actual se concentra en el procesamiento de datos, y que, hasta ahora, se avanza conforme a lo previsto. Las sesiones de validación con la Secretaría de Salud ya están en marcha, lo que garantiza que las soluciones técnicas estén alineadas con las capacidades y necesidades reales de la ciudad.
Con estos desarrollos, Dengue.IA sigue consolidándose como una propuesta innovadora, que combina ciencia de datos, salud pública y gobernanza territorial para enfrentar uno de los retos epidemiológicos más persistentes de Cali.
