En 2024 Cali estaba en una situación preocupante: registró 1520 casos de dengue por cada 100.000 habitantes, muy por encima del promedio nacional, de 937 casos por cada 100.000 habitantes. Como respuesta a esta situación, ese mismo año un proyecto liderado por la Universidad Icesi en alianza con la Alcaldía y actores internacionales le apostó a sacar el mayor provecho de la inteligencia artificial y de esta manera anticipar brotes y mejorar la capacidad de reacción institucional.
El proyecto, llamado Dengue IA, nació de una alianza entre la Universidad Icesi, las secretaría de Salud Pública y Desarrollo Económico, la Fundación Rockefeller y la Universidad del Valle. Su propósito era el de utilizar inteligencia artificial para anticipar, con hasta tres semanas de antelación, dónde podrían incrementarse los casos de dengue y ofrecer recomendaciones para intervenir antes de que el brote se convierta en una emergencia.
Pero la apuesta, según explica Robin Castro, profesor e investigador de Icesi y uno de los líderes del proyecto, va mucho más allá de desarrollar un algoritmo.
El sistema busca modificar la forma en que se toman decisiones en salud pública, para que se tomen basadas en datos verídicos y medibles.
“En salud existen unos tiempos administrativos que requieren aprobaciones, y son tiempos mayores o menores dependiendo de la magnitud, entonces tener hasta tres semanas de anticipación representa la posibilidad de anticipar las respuestas, la ciudad gana un tiempo valioso para organizar sus intervenciones”, agrega el profesor Castro.
El modelo combina información epidemiológica, variables climáticas, registros históricos y condiciones territoriales para identificar patrones que resultan difíciles de detectar mediante el análisis tradicional y así darse cuenta de si están dadas las condiciones para la proliferación del mosquito aedes aegypti, responsable del contagio.
A partir de esas predicciones, un segundo componente denominado modelo prescriptivo, propone estrategias de intervención adaptadas a cada territorio. “Se entregan datos discriminados del barrio donde esté el brote, por ejemplo, analizando el tipo de calles, la infraestructura o si trabajo comunitario en el sector, basado en ello recomendamos tres estrategias diferentes que un humano decide cuál elige”, describe Castro, quien enfatiza que la IA no reemplaza a los funcionarios; les ofrece evidencia para decidir. La inteligencia artificial no toma decisiones por sí sola.
El sistema también recopila información histórica para ir mejorando las recomendaciones a futuro. Además, los datos hacen parte del fortalecimiento del Observatorio Distrital de Salud Pública, donde se integrará información que hasta ahora permanecía dispersa en distintos tableros y plataformas.
Las pruebas del sistema reportan una alta correlación entre las predicciones y los datos observados.