El triaje de alertas basado en IA con DHIS2 transforma la vigilancia de enfermedades en Tanzania

Tanzania, un país de casi 65 millones de habitantes, se enfrenta a persistentes retos de salud pública debido a su diversa geografía, la distribución de su población y la prevalencia de enfermedades transmisibles y no transmisibles. Aunque el país ha avanzado mucho en el fortalecimiento de su sistema sanitario, los brotes de cólera, virus de Marburgo, ántrax y otras enfermedades propensas a las epidemias siguen siendo motivo de grave preocupación, sobre todo en las regiones de alto riesgo. La detección y respuesta rápidas ante posibles amenazas para la salud son fundamentales para el control y la prevención eficaces de las enfermedades. A lo largo de los años, el Ministerio de Sanidad de Tanzania, con el apoyo de socios como los Centros para el Control y la Prevención de Enfermedades (CDC) de EE.UU. y la Organización Mundial de la Salud (OMS), ha trabajado para modernizar sus sistemas de información de salud con el fin de mejorar la vigilancia, la detección precoz y la intervención oportuna ante las amenazas para la salud pública.

En 2021, con el apoyo de los CDC, el Ministerio de Sanidad de Tanzania puso en marcha su sistema electrónico de Vigilancia y Respuesta Integradas a las Enfermedades (e-IDSR) basado en DHIS2 para alertar a los equipos sanitarios de posibles brotes. Este esfuerzo impulsó la recogida de datos y permitió la elaboración de informes y análisis en tiempo real, mejorando significativamente la capacidad de Tanzania para vigilar y responder a los brotes de enfermedades. En 2022, el e-IDSR estaba totalmente implementado, y resultó crucial para los esfuerzos de detección rápida y contención de Tanzania en el brote de la enfermedad vírica de Marburgo en 2023. Sobre la base de este éxito, el Ministerio de Sanidad introdujo un sistema de vigilancia basado en eventos (EBS) que complementa el e-IDSR mediante la recopilación de datos no estructurados de la comunidad -como los mensajes SMS enviados por el público sobre posibles casos de enfermedad (conocidos como «rumores» o «alertas»- en un programa de DHIS2 donde pueden clasificarse y marcarse para su seguimiento. El sistema EBS ofrecía varias mejoras clave para la vigilancia de las enfermedades, pero el triaje manual de las alertas se convirtió rápidamente en un cuello de botella del sistema, debido al elevado volumen de rumores enviados y a los limitados recursos humanos para procesarlos.

Para hacer frente a este reto, el Ministerio de Sanidad, en colaboración con el Laboratorio DHIS2 de la Universidad de Dar es Salaam (UDSM) de Tanzania y sus socios internacionales, desarrolló un sistema de triaje de informes impulsado por IA para permitir una vigilancia basada en eventos más oportuna y eficiente. Esta innovación ha mejorado significativamente la velocidad y eficacia del procesamiento de estas alertas, reduciendo el tiempo medio de triaje de 36 horas a casi instantáneo, y procesando con éxito el 85% de las alertas que antes no se triajeaban.

Transformar la vigilancia de la salud pública en Tanzania

La vigilancia basada en sucesos (EBS) es un enfoque proactivo de salud pública que incluye la recopilación, el análisis y la interpretación de sucesos relacionados con la salud procedentes de múltiples fuentes, incluidos los mensajes SMS sobre casos sospechosos u observados de enfermedad y los informes de los trabajadores sanitarios de la comunidad. El proceso implica cinco pasos clave: notificación, triaje, verificación, investigación y acción. El sistema EBS de Tanzania utiliza un programa DHIS2 Tracker, en el que cada alerta entrante se registra automáticamente y puede seguirse y actualizarse digitalmente a través de cada uno de estos pasos. De estos cinco pasos, el triaje -el proceso de selección y priorización de las alertas entrantes sobre posibles amenazas para la salud- fue un reto crítico dentro del sistema de vigilancia de Tanzania, ya que el personal se esforzó por procesar eficazmente las aproximadamente 15.000 alertas enviadas desde 2023 hasta enero de 2024.

La iniciativa de triaje basado en IA siguió un proceso de desarrollo estructurado. La recopilación de requisitos comenzó en mayo de 2024, seguida del desarrollo del algoritmo en junio. El equipo de la UDSM completó la integración y las pruebas del sistema en julio, y poco después comenzó el despliegue, con una recogida continua de información para perfeccionar aún más el sistema. El sistema se ha desplegado ya en cinco regiones de alto riesgo y ha procesado con éxito el 85% de los más de 15.000 informes pendientes, revelando que aproximadamente el 23% merecían una investigación más a fondo.

Antes de la integración de la IA, el proceso de triaje manual tardaba a menudo entre 36 y 48 horas, lo que retrasaba la identificación de posibles brotes. Además, en las cinco regiones donde se puso a prueba el sistema, que habían sido seleccionadas por su vulnerabilidad a brotes como el cólera, el virus de Marburgo y el carbunco, aproximadamente el 60% de las alertas quedaron sin gestionar debido a la limitación de recursos humanos. La dependencia de la intervención manual no sólo ralentizaba la detección de brotes, sino que también podía haber permitido que amenazas sanitarias críticas pasaran desapercibidas durante largos periodos. Con la introducción del triaje automatizado mediante el filtrado de palabras clave basado en IA y la detección de duplicados, el sistema puede ahora procesar los informes entrantes casi instantáneamente. Esto ha mejorado drásticamente los tiempos de respuesta y ha permitido a los equipos de salud pública identificar y verificar las amenazas sanitarias emergentes mucho más rápidamente.

Introducción de la IA para una vigilancia más inteligente de las enfermedades

El sistema de triaje basado en IA funciona automatizando la clasificación de los informes entrantes. Comienza comprobando si hay envíos duplicados, reduciendo la redundancia en el conjunto de datos. A continuación, se aplica el filtrado por palabras clave, utilizando nombres de enfermedades y síntomas predefinidos para evaluar la relevancia de cada alerta. Si una alerta se ajusta a las definiciones de caso específicas, se marca para una verificación adicional. Aunque el paso de verificación -evaluar la relevancia de una alerta para la alerta y la respuesta tempranas- sigue realizándose manualmente, el enfoque estructurado de la clasificación basado en la IA ha agilizado el proceso de forma significativa, permitiendo al personal centrarse en revisar las alertas que tienen más probabilidades de ser relevantes.

Al integrar este flujo de trabajo en DHIS2, todas las alertas sanitarias pasan por un proceso de triaje estructurado antes de introducirse en el sistema e-IDSR de Tanzania. Los trabajadores sanitarios o el público en general pueden enviar los informes directamente al DHIS2 por SMS, o a través de una aplicación móvil personalizada o un portal web al que tengan acceso los trabajadores sanitarios. A cada alerta se le asigna automáticamente su propia Instancia de Entidad Rastreada en DHIS2, lo que permite un seguimiento sin fisuras a lo largo de todo el proceso de vigilancia. Si un suceso se clasifica y se confirma que es válido, pasa del EBS al sistema de vigilancia basado en indicadores, lo que garantiza una respuesta nacional coordinada.

El futuro de la IA y el DHIS2 en la vigilancia de la salud pública

El éxito de la integración del triaje basado en IA con DHIS2 supone un gran paso adelante en el fortalecimiento de la infraestructura de vigilancia de enfermedades de Tanzania. El sistema ya ha demostrado mejoras significativas en la eficacia y el tiempo de respuesta, y su continua evolución promete un impacto aún mayor. El equipo del Laboratorio DHIS2 de la UDSM ha esbozado los próximos pasos de su plan de implementación, incluida la introducción de un algoritmo de aprendizaje automático para mejorar las capacidades de la herramienta de triaje.

En el futuro, el Ministerio de Sanidad también tiene previsto incluir alertas automatizadas de plataformas de medios sociales, con una herramienta electrónica para rastrear la actividad de los medios sociales públicos y crear notificaciones sobre posibles casos de enfermedad en el sistema EBS. Además, se están realizando esfuerzos para ampliar el despliegue del sistema EBS y de la herramienta de triaje a las 21 regiones restantes. Al ampliar el alcance del sistema, el equipo de la UDSM espera alcanzar una tasa de auto-triaje del 95% en todas las regiones, reduciendo aún más la carga de trabajo de los trabajadores sanitarios y mejorando los resultados de salud pública. También existen oportunidades para vincular los sistemas EBS y e-IDSR a otros programas, como el de inmunización, lo que podría apoyar una planificación más eficaz de las campañas de vacunación dirigidas a las enfermedades prevenibles mediante vacunación.

Esta historia de impacto se basa en un resumen titulado «Enhancing DHIS2 Event-Based Surveillance with AI», presentado para la Conferencia Anual DHIS2 2025, y en una entrevista con el equipo del Laboratorio DHIS2 de la UDSM.