Tanzania · Dar es Salaam · See the Tanzania profile
El Ministerio de Salud de Tanzania desplegó una capa de triaje por IA en su plataforma DHIS2, reduciendo el 85 % de un acumulado de 15 000 alertas y el tiempo de procesamiento de 36–48 horas a casi inmediato, derivando el 23 % de alertas para investigación epidemiológica humana.
El sistema Electrónico Integrado de Vigilancia y Respuesta a Enfermedades (e-IDSR) de Tanzania recopila informes de alertas de enfermedades procedentes de centros de salud en las 26 regiones del país a través de la plataforma DHIS2; a medida que mejoraba la notificación por parte de los centros entre 2021 y 2023, se acumuló un retraso de más de 15.000 alertas sin revisar, lo que dificultaba la detección oportuna de brotes.
Eliminar el retraso de alertas y acelerar la clasificación para evitar que se repita, en un momento en que la rapidez de detección de brotes es crucial.
El Ministerio de Salud de Tanzania, el Laboratorio DHIS2 de la UDSM y los CDC de EE. UU. desarrollaron una herramienta de clasificación de alertas basada en reglas, integrada en DHIS2, que clasifica automáticamente las alertas entrantes, derivando aproximadamente el 23% a epidemiólogos humanos y filtrando el resto, con mejoras de aprendizaje automático previstas; el despliegue inicial cubrió cinco regiones prioritarias, y está en marcha la expansión a las 21 regiones restantes.
El procesamiento que antes tardaba entre 36 y 48 horas por lote de alertas ahora se realiza casi en tiempo real, y el sistema logró eliminar el 85% del retraso de 15.000 alertas tras su implementación.
El Ministerio de Salud está ampliando la herramienta a nivel nacional con el objetivo de alcanzar un 95% de clasificación automática; el uso de DHIS2 en más de 70 países sugiere que el enfoque podría adaptarse a otros sistemas de salud de países de ingresos bajos y medios.
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
Where this practice's information was retrieved from, and when.
Switzerland
SPSP integrates AI-powered genomic analysis to detect pathogen variants across Switzerland. Mandated by the Federal Office of Public Health since …
Uganda
Developed by Makerere University and Johns Hopkins with Uganda's Ministry of Health, VectorCam uses AI computer vision to identify mosquito …
Sierra Leone
Statistics Sierra Leone and the GRID3 partnership use machine-learning building-footprint detection on satellite imagery to map population at 1-hectare resolution, …
Greece
Greece deployed Eva, a reinforcement-learning system directing COVID-19 tests at high-risk incoming travellers across 40+ border points, detecting 2× more …
Open full copilot Grounded in cited practices — always check the sources.