Tanzania e-IDSR — AI alert triage for national disease surveillance
Tanzania
Tanzania's Ministry of Health deployed an AI triage layer in its DHIS2 disease-surveillance platform, clearing 85% of a 15,000-alert backlog …
Uganda · Kampala · See the Uganda profile
Desenvolvido pela Universidade de Makerere e Johns Hopkins com o Ministério da Saúde de Uganda, o VectorCam usa IA para identificar espécies de mosquitos com 90 % de precisão via smartphone, permitindo vigilância vetorial da malária em tempo real em 22 distritos.
O VectorCam é uma aplicação de IA para smartphones desenvolvida em colaboração entre a Escola de Saúde Pública da Universidade de Makerere, o Centro de Inovação em Saúde Digital Global da Bloomberg School of Public Health da Universidade Johns Hopkins e o Ministério da Saúde de Uganda. A Fundação Bill & Melinda Gates reconheceu-o como uma inovação de saúde notável.
A aplicação utiliza visão computacional e aprendizagem profunda para identificar automaticamente espécies de mosquitos, sexo e estado de alimentação sanguínea a partir de fotografias tiradas através de um adaptador de microscópio acoplado ao smartphone. Na validação em campo, o VectorCam atingiu 90 % de precisão na identificação de espécies em contextos com poucos recursos, onde entomologistas treinados escasseiam. A identificação correta é essencial para o controlo direcionado dos vetores da malária: diferentes espécies de Anopheles apresentam perfis de resistência a inseticidas e dinâmicas de transmissão distintos.
Em 2024, o VectorCam foi implantado em 12 distritos com monitorização integrada de investigação operacional, com um objetivo de expansão para 22 distritos em Uganda. O sistema permite que as equipas de saúde distritais gerem dados entomológicos em tempo real sem necessitar de infraestrutura laboratorial centralizada.
O sistema ainda não dispõe de avaliações de resultados independentes publicadas. As evidências permanecem ao nível do desempenho técnico e da implantação; afirmações causais sobre resultados a nível populacional devem ser interpretadas com cautela até que avaliações formais sejam concluídas.
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.
Tanzania
Tanzania's Ministry of Health deployed an AI triage layer in its DHIS2 disease-surveillance platform, clearing 85% of a 15,000-alert backlog …
Switzerland
SPSP integrates AI-powered genomic analysis to detect pathogen variants across Switzerland. Mandated by the Federal Office of Public Health since …
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.