evidoria

← Volver al listado

Good practice

VectorCam — herramienta de IA para la vigilancia de vectores de malaria en Uganda

Uganda · Kampala · Ver el perfil de Uganda

Desarrollado por la Universidad Makerere y Johns Hopkins con el Ministerio de Salud de Uganda, VectorCam usa IA para identificar especies de mosquitos con un 90 % de precisión mediante smartphone, permitiendo vigilancia vectorial de malaria en tiempo real en 22 distritos.

90 %
Precisión de identificación de especies (2024 field validation)
12 districts
Distritos con implementación (2024/2025)
22 districts
Distritos objetivo (2025 target)
20 seconds
Tiempo de clasificación por muestra
VectorCam — herramienta de IA para la vigilancia de vectores de malaria en Uganda

Detalles

Madurez
Scaling
Promotor
Makerere University School of Public Health / Johns Hopkins Bloomberg School of Public Health / Uganda Ministry of Health
Período
2022–present
Palabras clave
health, malaria, vector surveillance, public health

Contexto

VectorCam es una aplicación de IA basada en smartphone, desarrollada por la Makerere University School of Public Health, el Center for Global Digital Health Innovation de la Johns Hopkins Bloomberg School of Public Health, y el Ministerio de Salud de Uganda. Utiliza visión por computador y aprendizaje profundo, a través de un adaptador de microscopio conectado al smartphone, para identificar la especie, el sexo y el estado de alimentación sanguínea de los mosquitos directamente en el terreno, sin necesidad de infraestructura de laboratorio centralizada. La herramienta pretende apoyar la vigilancia de vectores de la malaria y el control de vectores focalizado en distritos con recursos limitados, donde escasean los entomólogos capacitados.

Objetivos

El proyecto pretende permitir la vigilancia de vectores de la malaria en tiempo real sin laboratorios centralizados, mejorar el control de vectores focalizado mediante una identificación precisa de las especies, y ampliar la capacidad de vigilancia a entornos con recursos limitados que carecen de entomólogos capacitados.

Actividades

Tras una fase piloto de noviembre de 2022 a abril de 2024, la herramienta se implementó en distritos ugandeses, con validación de campo de la precisión de identificación de especies y seguimiento de investigación operativa integrado en un subconjunto de distritos. En 2025, la Makerere University, Johns Hopkins y el Ministerio de Salud están ampliando el proyecto de 12 a un objetivo de 22 distritos, con investigación integrada en 12 de ellos, y los resultados se publican en el sistema DHIS de Uganda para acceso distrital y nacional.

Resultados

La validación de campo registró una precisión del 90% en la identificación de la especie de mosquito, con la clasificación completada en unos 20 segundos por muestra. La herramienta está implementada en 12 distritos en 2024/2025, con una expansión prevista para alcanzar 22 distritos.

Conclusiones

La evidencia disponible hasta la fecha se limita a indicadores de rendimiento técnico y de implementación; no se ha publicado ningún ensayo controlado aleatorizado ni evaluación formal de impacto. La propia evaluación de fuentes de Evidoria advierte que las afirmaciones causales sobre resultados de la malaria a nivel poblacional deben tratarse con cautela hasta que exista una evaluación formal, prevista como parte de la ampliación liderada por el Ministerio de Salud.

Implementación
Coste indicativo
Medium (€50k–€500k) — No public budget figures were found; the project is funded by the Bill & Melinda Gates Foundation. Hardware (smartphone + low-cost microscope adapter) is inexpensive per unit, but multi-district deployment, DHIS integration and embedded operational research across up to 22 districts imply a moderate ongoing programme cost — estimated as medium in the absence of published figures.
Tiempo hasta resultados
Long (> 3 years) — Pilot ran November 2022-April 2024; scale-up to 22 districts (with research embedded in 12) was announced in August/September 2025 and is ongoing, indicating a multi-year (long) implementation horizon.
Personal y competencias
Makerere University School of Public Health (research/field validation), Johns Hopkins Bloomberg School of Public Health, Center for Global Digital Health Innovation (technical development), Uganda Ministry of Health (rollout and DHIS integration)

Condiciones para el éxito

  • Smartphone + microscope-adapter hardware availability in district health offices
  • Integration with Uganda's DHIS reporting system for data uptake by district/national health authorities
  • Embedded operational research capacity to validate performance as it scales
  • Sustained donor funding (Bill & Melinda Gates Foundation) through the pilot-to-scale transition

Modos de fallo comunes

  • Species-identification accuracy claims (90%) are not yet paired with a published, peer-reviewed evaluation methodology
  • Scale-up to 22 districts depends on continued donor and Ministry of Health commitment
  • No causal evidence yet linking surveillance data to actual reductions in malaria transmission or vector control effectiveness

Dónde encaja

Tipo de gobernanza
national ministry of health with university/academic partners
Escala
sub-national, scaling from 12 to 22 districts
Nivel de ingresos
low-income (Uganda)

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles