DHIS2 ofrece herramientas sólidas y flexibles que permiten desarrollar, adaptar, evaluar, compartir y utilizar modelos predictivos basados en inteligencia artificial para generar análisis y previsiones sobre una amplia gama de enfermedades y otros casos de uso.
En el sector sanitario, los modelos predictivos se basan en datos de salud ya disponibles, estadísticas demográficas, datos medioambientales y meteorológicos, y otras variables, y utilizan el aprendizaje automático para predecir futuros acontecimientos sanitarios y necesidades operativas. Esto puede servir para alertar con antelación sobre posibles brotes de enfermedades, riesgos elevados para la salud de las poblaciones vulnerables y posibles desabastecimientos de productos básicos clave. Si se usa bien, ayuda a los responsables del sector sanitario a pasar de las intervenciones reactivas a una planificación más específica y a la prevención precoz.
DHIS2 ofrece ahora potentes herramientas que te permiten aprovechar los datos existentes de DHIS2 —combinados con variables procedentes de una amplia variedad de fuentes a través de las herramientas de integración de datos de DHIS2— para la creación de modelos predictivos:
Estos componentes funcionan juntos: Chap extrae datos de DHIS2, ejecuta modelos y envía los resultados, mientras que la aplicación de modelización muestra todo esto a los usuarios de DHIS2.
Estas herramientas las ha desarrollado HISP a través del proyecto «DHIS2 Climate & Health». Cuando se usan junto con las herramientas de DHIS2 para integrar datos climáticos, ayudan a predecir enfermedades relacionadas con el clima y sus efectos en la salud, como los brotes de malaria y dengue, o el aumento del riesgo de desnutrición o de morbilidad y mortalidad relacionadas con el calor. También se pueden utilizar para modelizar enfermedades sin datos climáticos, o para pronosticar otras tendencias relacionadas con la salud, como predecir los niveles de las materias primas para mejorar el rendimiento de la cadena de suministro. Además, también se pueden usar con los sistemas DHIS2 en otros ámbitos distintos de la salud, como por ejemplo en el sector educativo.
Actualmente, el HISP de la UIO está trabajando en el desarrollo iterativo de estas soluciones, en colaboración con los grupos locales de la red HISP y nuestros socios a nivel nacional. Están abiertos a que la comunidad global de DHIS2 los pruebe y aporte ideas.
La plataforma Chap Modeling es una plataforma de software totalmente de código abierto que reúne modelos epidemiológicos de diversas enfermedades y contextos en un ecosistema unificado, conectando a investigadores y modelos de vanguardia con responsables políticos y profesionales de la salud. Facilita los complejos flujos de trabajo de modelización, agiliza la evaluación rigurosa de los modelos y se integra directamente con DHIS2, el sistema de información de salud líder a nivel mundial. Chap se puede descargar e instalar a través del portal web de DHIS2 Chap & Modeling.
Chap tiene como objetivo hacer que la elaboración de modelos y las previsiones sanitarias sean más fáciles, mejores y más eficaces, y ayudar a los actores del sector sanitario del Sur Global a tomar las riendas del proceso de elaboración de modelos. Hasta ahora, la mayoría de los modelos predictivos los han desarrollado investigadores —a menudo del Norte global— para una enfermedad concreta y un contexto geográfico limitado, lo que restringe sus posibilidades de reutilización. Este enfoque ha obligado a menudo a los actores del sector sanitario a enviar sus datos de salud al extranjero para el desarrollo de modelos, la realización de pruebas y la elaboración de previsiones, lo que entra en conflicto con los principios de soberanía de datos y privacidad de muchos países. Por último, estos modelos se han diseñado, en general, en torno a software a medida, lo que requiere conocimientos especializados para su funcionamiento y mantenimiento, lo que contribuye a la fragmentación de los sistemas de información de salud y crea obstáculos para su uso en el día a día por parte de los profesionales del sistema sanitario.
Chap aborda estas carencias de varias maneras:
Chap se puede descargar como paquete de Python y se puede implementar en la infraestructura nacional a través de Docker. Cualquier modelo que se ajuste a un formato estándar se puede registrar y ejecutar a través de Chap. Actualmente, Chap incluye modelos que van desde simples modelos de referencia estacionales hasta modelos bayesianos de series temporales y arquitecturas de aprendizaje profundo basadas en transformadores. Varios grupos de investigación internacionales han integrado sus modelos en Chap.
La aplicación Modeling App es una aplicación de DHIS2 —que se instala igual que cualquier otra aplicación de DHIS2— que ofrece una interfaz gráfica para Chap dirigida al personal de los programas de control de enfermedades. A través de ella, los usuarios de DHIS2 pueden configurar modelos, ver datos de entrenamiento, realizar predicciones, consultar tableros de evaluación y comparar el rendimiento de los modelos. No hace falta instalar ningún software aparte de DHIS2 y Chap, y se integra directamente en el sistema DHIS2 que ya usa el país. Está disponible en el App hub de DHIS2.
Gracias a la interfaz de usuario intuitiva de la aplicación Modeling App, los usuarios de DHIS2 pueden elegir entre todos los modelos disponibles en Chap, incluidos los modelos predictivos de investigadores de prestigio de todo el mundo, o crear y configurar modelos personalizados adaptados al contexto local. Los usuarios pueden seleccionar covariables y vincular modelos sin problemas a los datos de DHIS2.
Con la función de evaluación de la app, los usuarios pueden hacer pruebas retrospectivas del rendimiento del modelo con datos históricos, para valorar la eficacia del modelo a la hora de predecir tendencias. La app muestra rangos de probabilidad para cada predicción, lo que te da una idea visual de lo segura o insegura que es una previsión. La app también te permite comparar varios modelos uno al lado del otro.
Una vez que hayas evaluado y realizado la validación de un modelo, puedes usar la aplicación de modelización para generar predicciones futuras. Estas previsiones se pueden realizar para distintos periodos de tiempo y escalas geográficas, como, por ejemplo, previsiones trimestrales a nivel de distrito. Desde la app, puedes cambiar fácilmente entre ver estos resultados en forma de tabla, gráfico o mapa, lo que te ayuda a identificar qué regiones corren mayor riesgo en un mes determinado. Estos resultados se pueden integrar fácilmente en los tableros de control de DHIS2 y configurarse para que generen alertas cuando las previsiones superen los umbrales definidos a nivel local.
Mira las presentaciones, lee la documentación y echa un vistazo a otros recursos para saber más y empezar a usar Chap y la aplicación de modelado.
Echa un vistazo a este breve vídeo para conocer Chap y la app de modelado.
Una presentación detallada de la Academia DHIS2 sobre Clima y Salud de 2026.
Explora la documentación detallada de Chap, encuentra guías paso a paso para su configuración y uso, y descubre más sobre cómo diseñar y compartir modelos.
Las herramientas de DHIS2 para la elaboración de modelos predictivos están en constante evolución para adaptarse a las nuevas necesidades de los países y a los avances en el conocimiento a nivel mundial. El trabajo del HISP en este ámbito se organiza como un proyecto colaborativo. Invitamos a todos los interesados en el desarrollo conjunto del procesamiento de datos, el aprendizaje automático y el software a que nos envíen sus aportaciones para impulsar el campo del análisis de datos de salud, y agradecemos las aportaciones de quienes realizan la implementación y utilizan DHIS2. Comparte tus preguntas, experiencias e ideas relacionadas con estas herramientas y los casos de uso que admiten en la Comunidad de Práctica de DHIS2.