Esta página ha sido traducida de manera automática y puede contener errores
DHIS2 Y AI
Descubre las posibilidades de aumentar la eficacia, mejorar la calidad y el uso de los datos, aprovechar los enfoques de modelado predictivo de vanguardia -y mucho más- mediante el uso de innovadoras herramientas de Inteligencia Artificial y Aprendizaje Automático con DHIS2.
Enlaces directos al contenido de la página
Mejorar DHIS2 con herramientas de IA
Como plataforma consolidada de recopilación, gestión y análisis de datos que se utiliza en más de 100 países, DHIS2 ofrece muchas posibilidades interesantes de aprovechar la IA para mejorar la eficiencia y la eficacia de los programas para los que se utiliza, ya sea en sanidad, educación, logística u otros sectores.
A través del proyecto DHIS2 Clima y Salud, hemos desarrollado herramientas de vanguardia para la elaboración de modelos predictivos basados en el aprendizaje automático dentro de DHIS2: la aplicación DHIS2 Modeling y la plataforma Chap Modeling. Más allá de esto, nuestro planteamiento de diseñar DHIS2 como una plataforma interoperable y extensible, con componentes reutilizables y una API totalmente abierta, está facilitando la innovación externa utilizando herramientas de IA ampliamente disponibles. Existen numerosas innovaciones de DHIS2 mejoradas con IA que se han implantado en países donde se utiliza DHIS2, muchas de las cuales se han compartido con la comunidad mundial de DHIS2.
En esta página, puedes obtener más información sobre el potencial para aprovechar la IA con DHIS2 y explorar una selección de innovaciones existentes de DHIS2 mejoradas con IA. El campo de la IA está cambiando rápidamente. Ayudar a los países a aprovechar eficazmente la IA es un componente central de la estrategia de HISP UiO, y tenemos previsto actualizar esta página con nuevas herramientas y recursos a medida que se desarrollen.
Mejorar la previsión y la alerta temprana mediante modelos predictivos basados en el aprendizaje automático
A través de la App de Modelado DHIS2 y la Plataforma de Modelado Chap, los usuarios tienen acceso a un conjunto flexible de funcionalidades de modelado predictivo directamente dentro de DHIS2. Estas herramientas permiten acceder, importar, entrenar, afinar, ejecutar, evaluar y compartir modelos predictivos. A través de la app Modelización, puedes generar previsiones basadas en el modelo o modelos que hayas seleccionado, utilizando tanto los datos de salud de tu sistema DHIS2 como los datos climáticos, meteorológicos y medioambientales que están disponibles a través de la app Clima de DHIS2. Estas herramientas están diseñadas principalmente para apoyar el análisis y la alerta temprana de enfermedades sensibles al clima, pero también pueden aplicarse a otros casos de uso. Estas nuevas herramientas se encuentran actualmente en fase experimental, y están siendo sometidas a pruebas iterativas y a un desarrollo basado en las reacciones del mundo real.
Facilita la exploración de datos con consultas en lenguaje natural
Con la aplicación AI Insights para DHIS2, desarrollada por la Federación Internacional de Sociedades de la Cruz Roja y de la Media Luna Roja (FICR), puedes analizar los datos de salud de DHIS2 mediante consultas en lenguaje natural. Los profesionales sanitarios, los analistas de datos y los responsables de la toma de decisiones pueden formular preguntas en un lenguaje sencillo para identificar tendencias, comparar el rendimiento de las distintas unidades de la organización y generar perspectivas procesables a partir de sus datos.
La app Convo para DHIS2, desarrollada por BAO systems, te permite hacer preguntas sobre tus datos en lenguaje natural y hacer que se creen automáticamente visualizaciones, tablas e interpretaciones utilizando IA, ayudando a los usuarios a dar sentido a sus datos y a tomar medidas.
Mejora la captura de datos mediante el reconocimiento de texto y voz
Con AI Data Entry, desarrollado por SolidLines, puedes omitir el ingreso de datos manual en DHIS2. Sólo tienes que subir fotos o audio, y dejar que la IA extraiga y valide los datos automáticamente con canales de procesamiento inteligentes.
Aborda los problemas de calidad de los datos con la detección de valores atípicos algorítmicos y la corrección estadística
La aplicación Magic Glasses 2, desarrollada por John Painter, de los CDC de EEUU, es una herramienta que incluye funciones para mejorar la calidad de los datos y apoyar la evaluación de los programas sanitarios. Proporciona funciones basadas en algoritmos para abordar los problemas de calidad de los datos, como la detección automática de posibles valores atípicos y el uso de técnicas estadísticas para ajustar los valores notificados a fin de controlar las variables relacionadas. También apoya la evaluación y el uso de varios modelos de series temporales para prever escenarios contrafactuales (es decir, cómo habría sido la curva de un brote de enfermedad si no se hubiera llevado a cabo una intervención programática), lo que ayuda a evaluar el impacto de la intervención.
Agiliza la revisión de datos con la automatización de procesos algorítmicos
El Ministerio de Sanidad de Tanzania ha introducido una herramienta de triaje de alertas basada en IA, desarrollada por el Laboratorio DHIS2 de la UDSM, en su sistema de vigilancia basado en eventos para enfermedades propensas a brotes, reduciendo el tiempo medio de triaje para la mayoría de las alertas enviadas de 36 horas a casi instantáneo. En los primeros meses de su implantación, el sistema procesó con éxito el 85% de los más de 15.000 informes pendientes.
Mejorar la asignación de metadatos, la denominación y la detección de conflictos con IA generativa
La IA generativa puede ayudar a los usuarios a estructurar y gestionar los metadatos en DHIS2, mejorando la usabilidad y la interoperabilidad del sistema.
- Sugiere mapeos de datos: Acelera el mapeo semántico para soluciones interoperables utilizando grandes modelos de lenguaje (LLM) para comparar nombres de campo, listas de códigos y descripciones de un sistema fuente con metadatos de DHIS2 y propone la mejor correspondencia.
- Detección de conflictos sintácticos/semánticos: Resuelve conflictos, como entre elementos de datos con el mismo significado, indicadores mapeados dos veces con nombres ligeramente distintos, etc.
- Convenciones de nomenclatura y mantenimiento de metadatos: Mantén los metadatos de DHIS2 limpios y utilizables sugiriendo nombres de elementos de datos basados en descripciones y convenciones (por ejemplo, prefijos de áreas de salud, códigos de países).
Acelera el desarrollo de aplicaciones DHIS2 con herramientas de IA
Hay numerosas herramientas de IA disponibles para ayudar a los desarrolladores a crear nuevas aplicaciones. El equipo de Relaciones con los Desarrolladores de DHIS2 ha compartido una presentación para ayudar a los desarrolladores de aplicaciones de DHIS2 a aprovechar estas herramientas.
Comparte preguntas e innovaciones sobre IA con la comunidad mundial de DHIS2
Únete al debate sobre IA y DHIS2 en nuestra Comunidad de Práctica, donde puedes hacer preguntas, compartir ideas y enfoques, y conocer el trabajo innovador que se está realizando en nuestra comunidad global.
Comprometidos con la IA ética
El desarrollo y la actualización de estas soluciones de IA para DHIS2 se están produciendo a un ritmo rápido. El Centro HISP de la Universidad de Oslo (HISP UiO), que desarrolla y mantiene DHIS2, y la red mundial HISP que apoya los sistemas nacionales DHIS2 participan activamente en ayudar a los países a aprovechar estas tecnologías. Con esta rápida innovación han surgido preocupaciones sobre el uso ético, la transparencia y la propiedad. HISP UiO sigue guiándose por los principios de propiedad nacional de los sistemas de información y los datos. Participamos activamente en TRUST: The Norwegian Centre for Trustworthy AI, y nos comprometemos a apoyar la adopción ética de la IA. haciendo hincapié en la transparencia, la gobernanza, la evaluación y mitigación de riesgos, la minimización de los prejuicios y la maximización de la equidad e imparcialidad.