Dengue.IA Cali entra en su fase operativa: así adaptamos la inteligencia artificial para anticipar brotes y proteger la ciudad

Cerrando la brecha entre los datos y la prevención

En junio de 2026, el proyecto Dengue.IA Cali marca un nuevo hito en la salud pública de nuestra región. Desde la Universidad Icesi, nos preparamos para la entrega formal y funcional de un sistema integrado de predicción y prescripción que cambia el paradigma de la vigilancia epidemiológica. El gran problema de fondo que estamos resolviendo es el cierre de la brecha entre la teoría ideal y la realidad operativa: hemos logrado que la inteligencia artificial no dependa de un escenario perfecto, sino que se adapte de forma flexible a la información real que tenemos disponible hoy, garantizando que la prevención del dengue no se detenga.

Un modelo respaldado por el rigor científico

La creación de un modelo prescriptivo, aquel que recomienda acciones específicas para mitigar la enfermedad, posiciona a esta plataforma como un referente en el uso de tecnología avanzada para la política pública. Este logro se sustenta en un proceso sumamente riguroso: actualmente nos encontramos en la tercera iteración del ejercicio de juicio de expertos, asegurándonos de que cada parámetro del sistema cuente con el respaldo de especialistas. Esto nos permitirá evaluar con alta precisión escenarios climáticos complejos, como las temporadas de lluvias, para que las decisiones que tome el gobierno local estén respaldadas por la mejor evidencia científica disponible.

¿Qué significa esto para los barrios de Cali?

Para entender cómo impacta esto al ciudadano común, imaginemos el flujo de información de la ciudad como el tráfico en una gran autopista. Para que el sistema nos diga exactamente a qué barrio de Cali debemos enviar un equipo de fumigación, entregar mosquiteros o realizar control de sumideros, necesita que los “vehículos” (los datos) circulen fluidamente desde su origen hasta nuestro modelo. Actualmente, algunas de estas vías de información presentan retrasos por parte de las dependencias encargadas. Sin embargo, en lugar de paralizar la autopista, nuestro equipo ha adaptado el sistema para que sea flexible: la plataforma operará con los vehículos que ya están transitando, activando o desactivando rutas según su disponibilidad. Así, garantizamos que las alertas lleguen a tiempo y las cuadrillas de salud puedan proteger a las comunidades más vulnerables sin demoras operativas.

Articulación para la adopción tecnológica

Este nivel de resiliencia tecnológica no se construye en solitario. Es el resultado de un músculo institucional sólido, liderado desde nuestra gerencia técnica, en constante articulación con la Secretaría de Salud y con el papel fundamental de la organización aliada Cubo Social en los procesos de adopción y apropiación institucional. Actualmente, nos encontramos finalizando los canales de automatización de datos (pipelines) para estabilizar la información existente. Este andamiaje será respaldado por un proceso administrativo para desplegar la plataforma en una infraestructura tecnológica en la nube, garantizando su sostenibilidad, lo cual quedará oficializado mediante un documento de cierre firmado por los directivos de ambas instituciones, donde se documentará con total transparencia el alcance real y las limitaciones actuales de los datos.

Las Voces del Proyecto: Flexibilidad, transparencia y solidez

Para comprender la dimensión de este esfuerzo, cedemos la palabra a los líderes del proceso. Frente al reto técnico de la información, nuestro investigador principal, Gabriel Tamura, es claro al explicar el método: “el objetivo no es eliminar componentes del modelo sino adaptarlo para que funcione bajo un esquema flexible”.

Sobre el propósito de la transparencia institucional en esta transición, nuestro gerente del proyecto, Robin Alberto Castro, planteó que la entrega formal documentará objetivamente “el estado funcional del modelo” y, de manera explícita, “las variables que no pudieron integrarse por ausencia de información”.

Finalmente, para garantizar el rigor de esta etapa, se ha priorizado consolidar la información técnica con los especialistas para “tomar decisiones más sólidas respecto a los parámetros del modelo”, consolidando una herramienta confiable y evaluable.

Autonomía y proyección hacia el futuro

El camino hacia adelante está trazado con claridad. En el corto plazo, nuestros esfuerzos se centrarán en la capacitación práctica de los funcionarios de la Secretaría de Salud. Sabemos que la curva de aprendizaje es natural, tal como lo demostró recientemente el funcionario Julián, quien superó los retos iniciales y hoy domina la carga de casos de dengue. Confiamos en que este proceso se replicará con éxito en todo el equipo operativo. Al mantener nuestro acompañamiento en la fase de evaluación posterior a la entrega formal, desde la Universidad Icesi reafirmamos nuestro rol no solo como desarrolladores de innovación, sino como garantes de una tecnología con vocación social, entregándole a Santiago de Cali una herramienta viva, escalable y lista para proteger el bienestar de sus ciudadanos.

En busca de la autonomía local en la plataforma web Dengue.IA Cali

Nos reunimos el 4 de junio de 2026 para vivir una jornada trascendental orientada a fortalecer la autonomia tecnologica de la Secretaria de Salud Publica. Llevamos a cabo la induccion para el grupo de acciones ETV enfocada en el cargue de datos dentro de la plataforma web de Dengue.IA Cali. En este espacio contamos con la guia de Daniel Felipe Osorio y Juan Camilo Gonzalez, acompañados por Clara Ines Solis, Valentina Coley, Juan Fernando Gomez, Johnny Narvaez y Andres Ramirez. Nuestro proposito esencial fue capacitar al equipo operativo, entregandoles las herramientas y el conocimiento necesarios para gestionar la informacion de manera independiente.

En este orden de ideas, comprendimos profundamente que las acciones de mitigacion realizadas en los barrios constituyen el insumo vital para generar recomendaciones de intervencion que salvan vidas. Durante el encuentro, Daniel destaco y agradecio el enorme esfuerzo del equipo ETV por georreferenciar estos registros, un avance que facilita nuestra asignacion territorial exacta. Asi, al lograr que el equipo local asuma la actualizacion semanal de los indicadores operativos y entomologicos, garantizamos que la herramienta opere siempre con la radiografia mas reciente de la ciudad bajo su propia gobernanza.

Frente a este panorama, Juan Camilo nos presento el modulo diseñado para que el equipo apropie de forma intuitiva la carga de acciones clave, como el uso de equipo pesado, mochilas, autocontrol, revision de viviendas, concentraciones humanas y sumideros. Durante esta revision tecnica, nos detuvimos en el desafio particular que representan los sumideros, dado que un mismo recorrido operativo puede abarcar multiples barrios simultaneamente. Para que la secretatia pueda resolverlo de forma autonoma, explicamos como la plataforma implementa un mapeo inteligente que homologa nombres populares, como el sector conocido como Calibella, con los codigos oficiales de catastro.

Aunado a ello, vivimos un momento de profunda co-creacion territorial gracias a los invaluables aportes metodologicos de Clara Ines Solis. Ella aclaro que para los sumideros unicamente debemos calcular el indice aedico y propuso una mejora sustancial para la distribucion de la informacion. En lugar de repartir los datos basandonos simplemente en el area de cada barrio, utilizaremos un inventario historico georreferenciado de los años 2018 y 2019, recolectado con apoyo de USAID. Esta decision tecnica reduce los sesgos y potencia drasticamente la precision de nuestras futuras alertas institucionales.

Memoria de hechos y compromisos

Por consiguiente, trazamos una hoja de ruta clara para materializar la adopcion definitiva y autonoma del sistema. Acordamos que nuestro equipo tecnico realizara una primera carga masiva utilizando la informacion recopilada en 2026, la cual Clara y Andres confirmaron tener lista hasta finales de mayo. Posteriormente, definiremos semanas especificas para que el equipo ETV practique el cargue directamente en el entorno digital, afianzando su destreza y control sobre la plataforma. Finalmente, Clara verificara las fuentes oficiales de las variables pendientes y, junto con Andres, revisara la estructura definitiva de las columnas exportadas antes de su envio oficial.

Caminamos con paso firme hacia una integracion tecnologica donde la autonomia institucional y la inteligencia artificial convergen para anticipar los riesgos y proteger la vida de todos los ciudadanos.

Una plataforma que se conecta con la realidad: avances clave en el desarrollo del sistema de monitoreo de Dengue.IA

Con miras a construir una herramienta tecnológica robusta, funcional y alineada con las necesidades del sistema de salud de Cali, el equipo del proyecto Dengue.IA llevó a cabo una nueva sesión de trabajo centrada en la integración tecnológica del sistema de monitoreo, la articulación de equipos y la planificación realista del desarrollo del modelo prescriptivo.

Uno de los principales logros del encuentro fue la consolidación de un esquema técnico claro para la infraestructura de datos y visualización. El sistema estará construido sobre una base de datos en PostgreSQL alojada en Google Cloud, con una arquitectura distribuida que combina un backend transaccional en Spring (Java), un backend analítico en FastAPI (Python), y un frontend en React. Esta estructura permitirá visualizar zonas de riesgo, estados de tareas y recomendaciones territoriales de manera ágil y segura.

Con el fin de garantizar una gestión eficiente de tareas, se acordó rediseñar la interfaz del sistema para permitir asignar responsables, estados, fechas y descripciones a cada actividad. Esta mejora no solo facilitará el seguimiento interno, sino que promoverá una lógica de corresponsabilidad entre las distintas áreas de la Secretaría de Salud, evitando la concentración de tareas en una sola persona.

En cuanto al desarrollo del modelo prescriptivo, se reconoció que los cambios recientes en los roles de las instituciones aliadas han dejado un margen de tiempo muy corto para su implementación. Por eso, se estructurará una propuesta técnica y de cronograma para solicitar a la Fundación Rockefeller una extensión en la entrega de este componente, asegurando así que su desarrollo sea realista y de calidad.

La reunión también dejó avances importantes en términos de coordinación interinstitucional. Se programarán encuentros con DATIC, DAGMA y organismos meteorológicos para definir protocolos de carga de datos y asegurar la gobernanza de la información. Además, se formalizará la entrega del estandarizador de direcciones, los scripts del datawarehouse y una sesión de capacitación técnica grabada, que permita replicar el proceso de forma autónoma por parte del equipo de la Secretaría.

La jornada concluyó con una fuerte apuesta por la sostenibilidad del sistema: desde la documentación de procesos hasta la formación de equipos locales, cada decisión busca asegurar que el sistema no dependa exclusivamente de sus creadores, sino que pueda ser mantenido y fortalecido en el tiempo por las entidades públicas.

Dengue.IA sigue demostrando que un modelo predictivo y prescriptivo no es solo una cuestión de algoritmos: es también una apuesta por el trabajo conjunto, la claridad operativa y el diseño de soluciones pensadas para integrarse a la realidad institucional de Cali.

La inteligencia artificial se territorializa: así se afina el sistema para prevenir el dengue en Cali

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.

Aprender para avanzar: lecciones clave del proyecto Dengue IA 

En marzo se llevaron a cabo los primeros encuentros para identificar las lecciones aprendidas en el desarrollo del proyecto Dengue IA, una iniciativa que busca innovar en la prevención y control del dengue mediante herramientas de inteligencia artificial. Estos espacios de diálogo contaron con la participación de la Universidad del Valle, Icesi y diversas entidades de la Alcaldía de Cali, en un ejercicio colaborativo orientado al fortalecimiento de la gestión pública. 

Este tipo de procesos no solo permiten revisar lo que se ha hecho, sino también proyectar mejoras sostenibles. Aprender de la experiencia permite reducir errores, mejorar resultados y alinear expectativas entre actores diversos. Más allá de la revisión, estos espacios se convierten en una herramienta estratégica para orientar mejor las decisiones y afinar la ejecución de políticas públicas. 

Infobae América Colombia. (2023, 14 de julio). [Liberación de mosquitos Aedes aegypti portadores de Wolbachia]. En En el Valle de Cauca se inició la liberación de mosquitos para impedir la transmisión del dengue. Recuperado de https://www.infobae.com/colombia/2023/07/14/en-el-valle-de-cauca-se-inicio-la-liberacion-de-mosquitos-para-impedir-la-transmision-del-dengue/ infobae.com+13infobae.com+13infobae.com+13

Un engranaje que funciona: Coordinación, equipos diversos y liderazgo

El primer encuentro se centró en lo operativo. Allí se reconoció el poder de una articulación efectiva entre instituciones, la fuerza de la interdisciplinariedad en los equipos y el liderazgo técnico y humano ejercido por la Universidad Icesi. Esta combinación ha sido clave para avanzar con solidez y coherencia. 

Aprender del pasado para anticiparse al futuro

Durante el segundo encuentro, la mirada fue más técnica. A través de entrevistas individuales, se revisaron aprendizajes específicos con cada organización. Se contó también con la participación de un profesional que integró un proyecto similar en 2024, y cuyas experiencias ofrecieron insumos valiosos para anticipar riesgos y tomar mejores decisiones en el presente. 

Destacó especialmente el enfoque en la gestión temprana de riesgos técnicos, en particular los relacionados con el uso y protección de datos. También se identificó la necesidad de construir desde ya estrategias financieras, legales y académicas que garanticen la sostenibilidad y escalabilidad de Dengue IA. 

Que el aprendizaje no se quede en el papel

Más que una reflexión, cada encuentro genera planes de acción concretos para aplicar lo aprendido de forma real y medible. El objetivo es claro: que las lecciones se conviertan en parte activa del proyecto, fortaleciendo su gestión y sus resultados. 

Un compromiso constante con la mejora

Estos espacios de aprendizaje se realizarán de manera trimestral, con el fin de dar seguimiento a las acciones acordadas y continuar mapeando nuevos hallazgos. Así se garantiza un proceso de mejora continua que enriquece cada etapa del proyecto. 

El caso de Dengue IA demuestra que aprender en equipo es clave para avanzar con impacto. La colaboración interinstitucional, el análisis técnico riguroso y la voluntad de transformar la experiencia en acción marcan una ruta para innovar en salud pública y construir respuestas sostenibles ante retos complejos. 

OBS Business School. (2022, 25 de octubre). [Personas colaborando en equipo alrededor de una mesa con documentos]. En Importancia del trabajo en equipo en las empresas. Recuperado de https://www.obsbusiness.school/blog/importancia-del-trabajo-en-equipo-en-las-empresas

El Marco ME&L en la Lucha Contra el Dengue

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.

Infobae América. (2024, 20 de marzo). [Mosquito Aedes aegypti posado en piel humana]. En Cómo identificar al mosquito del dengue y en qué momento del día pica más. Recuperado de https://www.infobae.com/america/ciencia-america/2024/03/20/como-identificar-al-mosquito-del-dengue-y-en-que-momentos-pica-mas/

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.

Reunión técnica fortalece entendimiento sobre datos meteorológicos para el modelo predictivo de dengue

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.

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.