Plataforma Suiza de Vigilancia de Patógenos (SPSP) — Vigilancia epidémica genómica con IA
Suiza
La SPSP integra análisis genómico con IA para detectar variantes de patógenos en Suiza. Con mandato de la Oficina Federal …
Sierra Leona · Freetown · Ver el perfil de Sierra Leona
Statistics Sierra Leone y la alianza GRID3 usan detección de contornos de edificios mediante aprendizaje automático sobre imágenes satelitales para mapear la población con resolución de 1 hectárea, alimentando 223 mapas de microplanificación que ayudaron a una campaña contra el VPH de 2022 a vacunar a 177.141 niñas frente a una meta de 153.991.
El último censo nacional completo de Sierra Leona se realizó en 2015, dejando a los planificadores con una imagen desactualizada de dónde vive la población. En el marco de la asociación GRID3, Statistics Sierra Leone trabaja con Esri, Maxar, Fraym y la Global Partnership for Sustainable Development Data para combinar imágenes satelitales, extracción de huellas de edificios mediante aprendizaje automático y datos de encuestas de hogares, generando estimaciones de población, edad y sexo para cada celda de 1 hectárea del país. A partir de 2021, con la respuesta a la COVID-19, el Programa Ampliado de Inmunización del Ministerio de Salud y Saneamiento combinó estos datos con los registros de matrícula escolar para elaborar mapas de microplanificación, produciendo 223 de estos mapas para la campaña de vacunación contra el VPH de octubre de 2022, realizada con la Clinton Health Access Initiative, Gavi y la OMS.
Frente a un objetivo proyectado de 153 991 niñas de diez años, la campaña administró 177 141 dosis de la vacuna contra el VPH en una sola semana (del 3 al 11 de octubre de 2022) — aproximadamente el 115 % de la población objetivo modelada. Desde entonces, Sierra Leona ha llevado a cabo una campaña nacional de vacunación contra el VPH más amplia, con varios grupos de edad, que elevó la cobertura nacional por encima del 70 %, aunque los informes de esa campaña posterior no especifican si se reutilizaron los mapas de GRID3.
Los recuentos de población subyacentes son estimaciones de aprendizaje automático calibradas a partir de un censo con una década de antigüedad y de encuestas periódicas, y no de un recuento reciente, por lo que la precisión sigue dependiendo de verificaciones periódicas sobre el terreno; el éxito de una sola campaña también refleja el diseño global del programa — logística de la cadena de frío, movilización comunitaria, alianzas escolares — tanto como la propia tecnología de mapeo.
Los detalles de implementación (coste, plazo, personal, condiciones para el éxito) aún no están disponibles para esta práctica.
De dónde se obtuvo la información de esta práctica, y cuándo.
Suiza
La SPSP integra análisis genómico con IA para detectar variantes de patógenos en Suiza. Con mandato de la Oficina Federal …
Singapur
La NEA de Singapur opera un sistema de IA revisado por pares que predice casos de dengue con hasta tres …
Bangladés
Desde 2020, el modelo de aprendizaje automático de inundaciones de Google Research —capaz de prever el nivel de los ríos …
Togo
Para acelerar la ayuda COVID a los más pobres, Togo utilizó aprendizaje automático en imágenes satelitales y datos de telefonía …
Abrir el copiloto completo Basado en prácticas citadas: comprueba siempre las fuentes.