evidoria

← Back to browse

Good practice

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

Uganda · Kampala · See the Uganda profile

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.

Details

Promoter
Makerere University School of Public Health / Johns Hopkins Bloomberg School of Public Health / Uganda Ministry of Health
Period
2022–present
Keywords
health, malaria, vector surveillance, public health

Description

VectorCam es una aplicación de IA para smartphones desarrollada en colaboración entre la Escuela de Salud Pública de la Universidad de Makerere, el Centro de Innovación en Salud Digital Global de la Bloomberg School of Public Health de Johns Hopkins y el Ministerio de Salud de Uganda. La Fundación Bill & Melinda Gates la reconoció como una innovación sanitaria destacada.

La aplicación utiliza visión por computadora y aprendizaje profundo para identificar automáticamente especies de mosquitos, sexo y estado de ingesta de sangre a partir de fotografías tomadas mediante un adaptador de microscopio acoplado al smartphone. En la validación en campo, VectorCam alcanzó un 90 % de precisión en entornos con recursos limitados, donde los entomólogos capacitados son escasos. La identificación correcta es esencial para el control vectorial focalizado de la malaria: distintas especies de Anopheles presentan perfiles de resistencia a insecticidas y dinámicas de transmisión diferentes.

En 2024, VectorCam se había desplegado en 12 distritos con seguimiento integrado de investigación operacional, con un objetivo de expansión a 22 distritos en Uganda. El sistema permite a los equipos de salud distritales generar datos entomológicos en tiempo real sin infraestructura de laboratorio centralizada.

El sistema no cuenta aún con evaluaciones de resultados independientes publicadas. Las evidencias permanecen en el nivel de rendimiento técnico; las afirmaciones causales sobre resultados a nivel poblacional deben tratarse con cautela hasta que se completen evaluaciones formales.

Implementation

Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.

Data sources

Where this practice's information was retrieved from, and when.

Similar practices you may find useful