{"id":197,"date":"2025-05-02T15:41:04","date_gmt":"2025-05-02T15:41:04","guid":{"rendered":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/?p=197"},"modified":"2026-02-17T21:11:59","modified_gmt":"2026-02-17T21:11:59","slug":"la-inteligencia-artificial-se-territorializa-asi-se-afina-el-sistema-para-prevenir-el-dengue-en-cali","status":"publish","type":"post","link":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/2025\/05\/02\/la-inteligencia-artificial-se-territorializa-asi-se-afina-el-sistema-para-prevenir-el-dengue-en-cali\/","title":{"rendered":"La inteligencia artificial se territorializa: as\u00ed se afina el sistema para prevenir el dengue en Cali"},"content":{"rendered":"\n<p>Cali est\u00e1 cada vez m\u00e1s 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 sesi\u00f3n t\u00e9cnica, el equipo del proyecto <em>Dengue.IA<\/em>, junto con representantes de la Fundaci\u00f3n Rockefeller y de entidades locales, consolid\u00f3 un nuevo enfoque para aumentar la precisi\u00f3n y utilidad del modelo predictivo, y comenz\u00f3 a delinear el componente prescriptivo de la herramienta.<\/p>\n\n\n\n<p>Uno de los avances m\u00e1s importantes fue la evoluci\u00f3n del modelo hacia una estructura basada en <strong>\u201cdigital twins\u201d<\/strong>: representaciones digitales de zonas espec\u00edficas de la ciudad, de aproximadamente un kil\u00f3metro cuadrado cada una. A diferencia de la primera versi\u00f3n \u2014que utilizaba una sola red para todo Cali\u2014, esta nueva arquitectura permitir\u00e1 entrenar redes individualizadas con datos espec\u00edficos de cada sector. La meta es clara: lograr predicciones m\u00e1s ajustadas a las realidades locales.<\/p>\n\n\n\n<p>Adem\u00e1s de este cambio de escala, se defini\u00f3 el uso de una arquitectura <strong>ConvLSTM<\/strong>, que combina redes convolucionales (para comprender relaciones espaciales) con redes LSTM (para captar din\u00e1micas temporales). Esto se articula con un inventario en curso de m\u00e1s de 25 fuentes de datos \u2014epidemiol\u00f3gicos, meteorol\u00f3gicos, demogr\u00e1ficos y ambientales\u2014 que alimentar\u00e1n el sistema.<\/p>\n\n\n\n<p>El componente <strong>prescriptivo<\/strong>, a\u00fan en dise\u00f1o inicial, tambi\u00e9n empieza a tomar forma. Frente a la limitada disponibilidad de datos sobre decisiones pasadas ante brotes, el equipo propuso comenzar con un <strong>motor de inferencia basado en reglas<\/strong>, posiblemente apoyado en l\u00f3gica difusa. Este motor no automatizar\u00e1 decisiones, sino que entregar\u00e1 recomendaciones justificadas, que podr\u00e1n 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 <strong>aprendizaje supervisado y reforzado<\/strong>, permitiendo que el sistema se fortalezca con cada ciclo de retroalimentaci\u00f3n.<\/p>\n\n\n\n<p>En paralelo, el desarrollo de una <strong>plataforma web<\/strong> sigue avanzando. El dashboard final permitir\u00e1 visualizar zonas de riesgo, predicciones semanales y recomendaciones espec\u00edficas, integrando toda la potencia del modelo en una herramienta accesible para la Secretar\u00eda de Salud.<\/p>\n\n\n\n<p>Este enfoque se basa en una l\u00f3gica de <strong>sistema de aprendizaje<\/strong> continuo: las decisiones tomadas y sus efectos reales ser\u00e1n retroalimentadas al sistema, no solo para mejorar su desempe\u00f1o, sino para enriquecer el conocimiento institucional sobre la din\u00e1mica del dengue en la ciudad.<\/p>\n\n\n\n<p>Finalmente, se revis\u00f3 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 validaci\u00f3n con la Secretar\u00eda de Salud ya est\u00e1n en marcha, lo que garantiza que las soluciones t\u00e9cnicas est\u00e9n alineadas con las capacidades y necesidades reales de la ciudad.<\/p>\n\n\n\n<p>Con estos desarrollos, <em>Dengue.IA<\/em> sigue consolid\u00e1ndose como una propuesta innovadora, que combina ciencia de datos, salud p\u00fablica y gobernanza territorial para enfrentar uno de los retos epidemiol\u00f3gicos m\u00e1s persistentes de Cali.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img fetchpriority=\"high\" decoding=\"async\" width=\"939\" height=\"327\" src=\"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/files\/2025\/07\/image-9.png\" alt=\"\" class=\"wp-image-198\" \/><\/figure>\n","protected":false},"excerpt":{"rendered":"<p>Cali est\u00e1 cada vez m\u00e1s 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 sesi\u00f3n t\u00e9cnica, el equipo del proyecto Dengue.IA, junto con representantes de la Fundaci\u00f3n Rockefeller y de entidades locales, consolid\u00f3 un nuevo enfoque para &hellip; <a href=\"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/2025\/05\/02\/la-inteligencia-artificial-se-territorializa-asi-se-afina-el-sistema-para-prevenir-el-dengue-en-cali\/\" class=\"more-link\">Contin\u00faa leyendo <span class=\"screen-reader-text\">La inteligencia artificial se territorializa: as\u00ed se afina el sistema para prevenir el dengue en Cali<\/span><\/a><\/p>\n","protected":false},"author":42166018,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[25],"tags":[37],"class_list":["post-197","post","type-post","status-publish","format-standard","hentry","category-metodologia-ciencia-datos","tag-antropologia"],"aioseo_notices":[],"rttpg_featured_image_url":null,"rttpg_author":{"display_name":"MANUELA TRIVI\u00d1O MONAR","author_link":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/author\/1144080469\/"},"rttpg_comment":0,"rttpg_category":"<a href=\"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/category\/metodologia-ciencia-datos\/\" rel=\"category tag\">Metodolog\u00eda y ciencia de datos<\/a>","rttpg_excerpt":"Cali est\u00e1 cada vez m\u00e1s 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 sesi\u00f3n t\u00e9cnica, el equipo del proyecto Dengue.IA, junto con representantes de la Fundaci\u00f3n Rockefeller y de entidades locales, consolid\u00f3 un nuevo enfoque para&hellip;","_links":{"self":[{"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/posts\/197"}],"collection":[{"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/users\/42166018"}],"replies":[{"embeddable":true,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/comments?post=197"}],"version-history":[{"count":1,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/posts\/197\/revisions"}],"predecessor-version":[{"id":199,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/posts\/197\/revisions\/199"}],"wp:attachment":[{"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/media?parent=197"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/categories?post=197"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/tags?post=197"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}