CASE 01 / PUBLIC HEALTH · DATA · ML
rAIden.
Convertir señales dispersas en una lectura de riesgo que una comunidad pueda explorar.
LIVE INTERFACE / OCT 2026El problema
Los datos de dengue, el clima y los reportes locales suelen vivir en lugares distintos. Para una decisión preventiva, importa poder reunirlos, ubicar el riesgo y saber de dónde sale cada señal.
Pregunta de diseño: ¿cómo se comunica un riesgo sin presentarlo como diagnóstico?
Cómo funciona
El prototipo reúne casos epidemiológicos, condiciones meteorológicas y reportes ciudadanos. Un score explicable resume las señales; una capa de aprendizaje supervisado estima riesgo para la siguiente semana cuando hay modelo disponible. La interfaz muestra regiones, tendencias y acciones preventivas.
Decisiones de ingeniería
Explicar el riesgo
La cifra necesita contexto: fuentes, periodo, territorio y una explicación de sus límites.
Separar prevención de diagnóstico
La experiencia orienta acciones comunitarias; no determina si una persona tiene dengue.
Mostrar el sistema, no solo el modelo
Mapa, tablero y fuentes permiten inspeccionar el resultado y discutirlo.
Qué se puede verificar
- La aplicación está disponible como prototipo navegable.
- La interfaz expone mapa, pronóstico, tablero y fuentes.
- El proyecto documenta un score explicable y una capa de modelo supervisado.
No presento una cifra de precisión clínica ni una reducción demostrada de casos: esas afirmaciones necesitan una validación independiente. La plataforma es de orientación preventiva.
Antes de publicar este caso de forma abierta, completaré los créditos y mi contribución exacta dentro del equipo.