{"id":326,"date":"2025-12-09T15:03:29","date_gmt":"2025-12-09T15:03:29","guid":{"rendered":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/?p=326"},"modified":"2026-02-17T20:46:18","modified_gmt":"2026-02-17T20:46:18","slug":"dengue-ia-cali-5-lecciones-inesperadas-al-combinar-inteligencia-artificial-y-humana-para-proteger-una-ciudad","status":"publish","type":"post","link":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/2025\/12\/09\/dengue-ia-cali-5-lecciones-inesperadas-al-combinar-inteligencia-artificial-y-humana-para-proteger-una-ciudad\/","title":{"rendered":"Dengue.IA Cali: 5 Lecciones Inesperadas al Combinar Inteligencia Artificial y Humana para Proteger una Ciudad"},"content":{"rendered":"\n
\"\"<\/figure>\n\n\n\n

Fotograf\u00eda: Salida de campo en Cali como representa de fundaci\u00f3n Rockefeller<\/em><\/p>\n\n\n\n

Anticipando la Fiebre Antes de que Llegue<\/strong><\/h2>\n\n\n\n

El dengue es un desaf\u00edo de salud p\u00fablica global, una enfermedad cuya propagaci\u00f3n es tan dif\u00edcil de predecir como de controlar. Hist\u00f3ricamente, las autoridades sanitarias se han visto obligadas a reaccionar a los brotes una vez que ya est\u00e1n en marcha, persiguiendo al virus en lugar de anticiparse a \u00e9l. Sin embargo, en la ciudad de Cali, Colombia, un proyecto innovador est\u00e1 cambiando este paradigma. Dengue.IA Cali no es solo un caso de estudio sobre el uso de tecnolog\u00eda de punta; es una fuente de lecciones sorprendentes sobre c\u00f3mo la inteligencia artificial y la sabidur\u00eda humana pueden unirse para crear un escudo protector sobre una ciudad. A continuaci\u00f3n, exploramos cinco de los hallazgos m\u00e1s reveladores de este proyecto pionero.<\/p>\n\n\n\n

La IA no solo predice para la ciudad, sino para tu barrio<\/strong><\/p>\n\n\n\n

El proyecto Dengue.IA va m\u00e1s all\u00e1 de los pron\u00f3sticos generales que alertan a toda una ciudad. Su verdadero poder reside en su granularidad. El sistema utiliza una cuadr\u00edcula de p\u00edxeles de 1 km\u00b2 para generar pron\u00f3sticos a nivel sub-municipal, cubriendo los 363 barrios de Cali.<\/p>\n\n\n\n

El impacto de este enfoque es transformador. En lugar de emitir alertas generalizadas que diluyen los esfuerzos, esto transforma el mapa de Cali en un tablero de ajedrez epidemiol\u00f3gico, permitiendo a las autoridades mover sus piezas de forma proactiva en lugar de reaccionar a los movimientos del virus. Es posible enfocar la fumigaci\u00f3n, las campa\u00f1as de concientizaci\u00f3n y la eliminaci\u00f3n de criaderos de mosquitos exactamente en las zonas identificadas con mayor riesgo. Esto no solo optimiza el uso de recursos, sino que multiplica la efectividad de cada intervenci\u00f3n, protegiendo a las comunidades m\u00e1s vulnerables antes de que el brote se intensifique. Aunque el modelo actual opera con una semana de antelaci\u00f3n, el objetivo final es extender este horizonte a 3 o 4 semanas, lo que permitir\u00eda una planificaci\u00f3n de salud p\u00fablica a\u00fan m\u00e1s proactiva.<\/p>\n\n\n\n

El mayor obst\u00e1culo no fue la IA, sino el clima impredecible<\/strong><\/p>\n\n\n\n

Sorprendentemente, uno de los mayores desaf\u00edos t\u00e9cnicos del proyecto no fue el desarrollo de los complejos algoritmos de inteligencia artificial, sino un problema mucho m\u00e1s terrenal: la baja calidad y la falta de cobertura de los datos de las estaciones meteorol\u00f3gicas locales. Sin datos clim\u00e1ticos fiables y detallados, cualquier modelo predictivo pierde su poder.<\/p>\n\n\n\n

La soluci\u00f3n del equipo fue un ejemplo de creatividad ante la adversidad. En lugar de depender de las estaciones locales, recurrieron a fuentes alternativas como im\u00e1genes de sat\u00e9lite y radar. Para adaptar estos datos de gran escala a la resoluci\u00f3n necesaria para el modelo, desarrollaron un proceso conocido como “downscaling” (reducci\u00f3n de escala). En t\u00e9rminos sencillos, crearon un m\u00e9todo para “traducir” la informaci\u00f3n clim\u00e1tica capturada desde el espacio a la cuadr\u00edcula de 1 km\u00b2 que cubre los barrios de Cali. Este punto es revelador: demuestra que los proyectos de IA m\u00e1s avanzados a menudo dependen de la capacidad de resolver problemas de datos muy b\u00e1sicos y del mundo real con ingenio.<\/p>\n\n\n\n

Para predecir el futuro del dengue, la clave est\u00e1 en el pasado reciente<\/strong><\/p>\n\n\n\n

Un an\u00e1lisis sobre la importancia de las variables dentro del modelo arroj\u00f3 un hallazgo contraintuitivo. Aunque los datos clim\u00e1ticos son fundamentales, los predictores m\u00e1s influyentes no fueron las mediciones de temperatura o precipitaci\u00f3n m\u00e1s complejas, sino las propias tasas de incidencia de dengue de las semanas anteriores, especialmente las de hace cuatro semanas.<\/p>\n\n\n\n

\u00bfQu\u00e9 significa esto? Que la propia din\u00e1mica y el “momentum” de la enfermedad en el territorio \u2014es decir, la inercia y la velocidad con la que los casos se han propagado en un \u00e1rea espec\u00edfica\u2014 es un predictor extremadamente potente de su comportamiento futuro. Esta lecci\u00f3n subraya una verdad fundamental en la salud p\u00fablica moderna: la tecnolog\u00eda m\u00e1s avanzada es tan buena como los datos que la alimentan. Para que un sistema como Dengue.IA funcione, es indispensable contar con un sistema de vigilancia epidemiol\u00f3gica robusto, \u00e1gil y actualizado que reporte los casos de manera oportuna.<\/p>\n\n\n\n

Predecir no es suficiente: La IA tambi\u00e9n debe prescribir la acci\u00f3n<\/strong><\/p>\n\n\n\n

El proyecto Dengue.IA Cali entiende que un pron\u00f3stico, por muy preciso que sea, tiene un valor limitado si no se traduce en una acci\u00f3n clara. Aqu\u00ed es donde el proyecto da un paso crucial: los pron\u00f3sticos generados por el modelo predictivo no son el punto final, sino el punto de partida para el modelo prescriptivo. Por ello, el sistema se compone de dos partes fundamentales que trabajan en conjunto: el modelo predictivo<\/strong> y el modelo prescriptivo<\/strong>.<\/p>\n\n\n\n

Mientras que el modelo predictivo responde a las preguntas de “\u00bfd\u00f3nde?” y “\u00bfcu\u00e1ndo?” es probable que ocurra un brote, el modelo prescriptivo responde al “\u00bfqu\u00e9 hacemos al respecto?”. Este segundo componente recomienda un conjunto de 19 estrategias de intervenci\u00f3n posibles, que van desde el control de vectores (como la fumigaci\u00f3n o el control de larvas) hasta la comunicaci\u00f3n comunitaria y la gesti\u00f3n ambiental. Este enfoque dual es crucial porque convierte los datos en decisiones y las alertas en planes de acci\u00f3n concretos, ofreciendo a las autoridades sanitarias una hoja de ruta clara para proteger a la poblaci\u00f3n.<\/p>\n\n\n\n

Cuando la IA no tiene datos, aprende de los expertos humanos<\/strong><\/p>\n\n\n\n

Si el desaf\u00edo para el modelo predictivo fue la falta de datos clim\u00e1ticos de calidad, el obst\u00e1culo para el modelo prescriptivo fue a\u00fan mayor: la ausencia casi total de datos hist\u00f3ricos sobre la efectividad de las intervenciones. Sin estos datos, era imposible entrenar un modelo de machine learning de manera tradicional para que aprendiera qu\u00e9 estrategia funciona mejor en cada contexto.<\/p>\n\n\n\n

La soluci\u00f3n fue brillante y profundamente humana. Se utiliz\u00f3 un m\u00e9todo llamado proceso Delphi<\/strong>. El objetivo de este m\u00e9todo es transformar las opiniones individuales y a menudo divergentes de un grupo de especialistas en un consenso cuantitativo y estructurado. Se reuni\u00f3 a un panel de 14 expertos en campos tan diversos como salud p\u00fablica, entomolog\u00eda, epidemiolog\u00eda, gesti\u00f3n ambiental y operaciones de vigilancia. A trav\u00e9s de rondas iterativas y apoyados por una plataforma de software dise\u00f1ada a medida para este proceso, en un m\u00e9todo que podr\u00eda denominarse “e-Delphi”, el equipo logr\u00f3 “extraer”, estructurar y sistematizar el conocimiento colectivo de estos especialistas. Fue este consenso el que defini\u00f3 los 54 indicadores, las 19 estrategias y las reglas que los conectan.<\/p>\n\n\n\n

Este no fue simplemente un plan B ante la falta de datos; fue la creaci\u00f3n de un motor de decisi\u00f3n basado en d\u00e9cadas de experiencia humana acumulada, un conocimiento que antes resid\u00eda en las mentes de los expertos y que ahora ha sido codificado en un sistema digital, escalable y persistente.<\/p>\n\n\n\n

Un Nuevo Modelo para la Salud P\u00fablica<\/strong><\/p>\n\n\n\n

El verdadero avance de Dengue.IA Cali no es una nueva pieza de inteligencia artificial, sino una nueva arquitectura para la inteligencia colectiva. El proyecto demuestra que los sistemas m\u00e1s robustos no son los que apuestan todo a los algoritmos, sino los que saben orquestar una sinfon\u00eda de herramientas: machine learning donde hay datos, conocimiento experto codificado donde no los hay, y una comprensi\u00f3n profunda del contexto para unirlo todo.<\/p>\n\n\n\n

Nos deja una pregunta final que invita a la reflexi\u00f3n: Si podemos combinar la inteligencia artificial con la sabidur\u00eda colectiva para anticipar y combatir el dengue, \u00bfqu\u00e9 otros desaf\u00edos complejos de nuestras ciudades podr\u00edamos empezar a resolver hoy?<\/em><\/p>\n\n\n\n

Nota generada con IA a partir de reportes oficiales<\/p>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Fotograf\u00eda: Salida de campo en Cali como representa de fundaci\u00f3n Rockefeller Anticipando la Fiebre Antes de que Llegue El dengue es un desaf\u00edo de salud p\u00fablica global, una enfermedad cuya propagaci\u00f3n es tan dif\u00edcil de predecir como de controlar. Hist\u00f3ricamente, las autoridades sanitarias se han visto obligadas a reaccionar a los brotes una vez que … Contin\u00faa leyendo Dengue.IA Cali: 5 Lecciones Inesperadas al Combinar Inteligencia Artificial y Humana para Proteger una Ciudad<\/span><\/a><\/p>\n","protected":false},"author":42166240,"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":[23,24],"tags":[37,9,28,5],"class_list":["post-326","post","type-post","status-publish","format-standard","hentry","category-modelo-predictivo","category-modelo-prescriptivo-operacion","tag-antropologia","tag-dengue-prevention","tag-infraestructura-datos-ambientales","tag-prevencion-del-dengue"],"aioseo_notices":[],"rttpg_featured_image_url":null,"rttpg_author":{"display_name":"VALENTINA VALENCIA SEGURA","author_link":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/author\/1006108463\/"},"rttpg_comment":1,"rttpg_category":"Modelo predictivo<\/a> Modelo prescriptivo y operaci\u00f3n<\/a>","rttpg_excerpt":"Fotograf\u00eda: Salida de campo en Cali como representa de fundaci\u00f3n Rockefeller Anticipando la Fiebre Antes de que Llegue El dengue es un desaf\u00edo de salud p\u00fablica global, una enfermedad cuya propagaci\u00f3n es tan dif\u00edcil de predecir como de controlar. Hist\u00f3ricamente, las autoridades sanitarias se han visto obligadas a reaccionar a los brotes una vez que…","_links":{"self":[{"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/posts\/326"}],"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\/42166240"}],"replies":[{"embeddable":true,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/comments?post=326"}],"version-history":[{"count":1,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/posts\/326\/revisions"}],"predecessor-version":[{"id":327,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/posts\/326\/revisions\/327"}],"wp:attachment":[{"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/media?parent=326"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/categories?post=326"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.icesi.edu.co\/blogs\/dengue-ia-cali\/wp-json\/wp\/v2\/tags?post=326"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}