Edición Médica

Lanzamiento oficial del EpiModelling Hub por parte del INS, con acompañamiento de la OPS.

Gabriela Quinchaguano. Bogotá
El Instituto Nacional de Salud (INS) ha puesto en marcha el EpiModelling Hub, una iniciativa científica orientada a desarrollar modelos predictivos que permitan anticipar escenarios epidemiológicos y fortalecer la capacidad de respuesta del sistema de salud colombiano.
 
Durante el lanzamiento oficial del EpiModelling Hub por parte del Instituto Nacional de Salud (INS) de Colombia, EDICIÓN MÉDICA conoció esta herramienta, la cual busca fortalecer la vigilancia en salud pública través del uso de modelos matemáticos avanzados, inteligencia artificial y ciencia de datos.
 
La presentación del EpiModelling Hub contó con el apoyo y la participación de destacadas instituciones nacionales e internacionales, fundamentales para fortalecer la vigilancia y respuesta en salud pública. Cabe destacar que, la iniciativa promueve un ecosistema colaborativo que integra a la academia, científicos de datos, expertos y organizaciones internacionales como la Organización Panamericana de la Salud (OPS) y el Imperial College de Londres.
 
Al respecto, Ana Rivier Cinamón, representante de la Organización Panamericana de la Salud (OPS) en Colombia, ha destacado la relevancia de esta herramienta novedosa tanto para el país como para la región de las Américas, subrayando su importancia para predecir situaciones y controlar epidemias rápidamente.
 
Por su parte, la directora general del INS, Zulma Cucunubá, ha enfatizado el papel crucial de epidemiólogos, científicos de datos y grupos de investigación independientes (universidades y empresas tecnológicas) del país, quienes han sido integrados en este esfuerzo colaborativo.
 
Dengue será el primer reto del EpiModelling Hub
 
El INS ha señalado que el desafío adquiere especial relevancia en Colombia, donde se registran cerca de 250.000 casos de dengue al año y donde el comportamiento de la enfermedad puede intensificarse durante las fases cálidas del fenómeno El Niño-Oscilación del Sur (ENSO).
 
Contar con herramientas de pronóstico podría ayudar a los territorios a prepararse con mayor anticipación frente a incrementos de casos, presión sobre los servicios asistenciales o cambios en el comportamiento epidemiológico.
 
La propuesta no busca sustituir la vigilancia epidemiológica convencional, sino complementarla mediante análisis que permitan proyectar posibles escenarios futuros a partir de datos históricos y variables adicionales.
 
Modelo predictivo para anticipar acciones
 
Como primera línea de trabajo, el INS ha abierto la convocatoria Modelamiento Predictivo del Dengue 2026, dirigida a grupos de investigación, universidades, científicos de datos y expertos en epidemiología, tanto nacionales como internacionales.
 
El objetivo será construir modelos capaces de estimar el número de casos de dengue y hospitalizaciones, con desagregación territorial a nivel departamental y municipal, de manera que los resultados puedan apoyar la toma de decisiones de las autoridades sanitarias.
 
Equipos seleccionados accederán a información del Sivigila
 
Para desarrollar los modelos, los grupos seleccionados recibirán información del Sistema Nacional de Vigilancia en Salud Pública (Sivigila), incluyendo registros semanales de dengue desde 2007 hasta octubre de 2026. También tendrán acceso a información poblacional del DANE y datos relacionados con la división político-administrativa del país.
 
Los participantes podrán incorporar además variables climáticas, ambientales y socioeconómicas que ayuden a mejorar la capacidad predictiva de los modelos. El uso articulado de estas fuentes permitirá evaluar cómo interactúan factores epidemiológicos, demográficos y ambientales en la evolución territorial del dengue.
 
Modelos deberán incluir medición de incertidumbre
 
Los equipos deberán presentar propuestas que describan su metodología, variables utilizadas, estrategias de calibración, horizonte de predicción y mecanismos para cuantificar y comunicar la incertidumbre de los resultados. Este último componente permitirá evitar que las proyecciones sean interpretadas como certezas.
 
En modelamiento epidemiológico, una predicción constituye una estimación construida a partir de determinados supuestos y datos disponibles, por lo que sus resultados deben interpretarse considerando márgenes de incertidumbre y posibles cambios en las condiciones epidemiológicas.
 
Convocatoria abierta
 
La convocatoria permanecerá abierta entre el 5 y el 13 de noviembre de 2026. El INS prevé notificar a los equipos seleccionados y realizar la entrega de datos el 20 de noviembre, mientras que la primera ronda de proyecciones deberá presentarse hasta el 15 de diciembre de 2026.
 
Posterior a ello, se desarrollarán rondas mensuales de predicción hasta abril de 2027, lo que permitirá contrastar periódicamente las proyecciones con la evolución real del evento epidemiológico.
 
Los equipos seleccionados también recibirán acompañamiento técnico del INS, capacitación en manejo de datos de vigilancia epidemiológica y prácticas de ciencia abierta, además de vinculación a la red del EpiModelling Hub y oportunidades de colaboración científica.
 
De la vigilancia retrospectiva a la anticipación epidemiológica
 
La puesta en marcha del Hub introduce un componente adicional dentro de la gestión de información en salud pública: utilizar los datos de vigilancia no solamente para describir lo que ya ocurrió, sino también para estimar posibles comportamientos futuros.
 
Si los modelos logran un desempeño adecuado, sus resultados podrían convertirse en insumos para orientar decisiones relacionadas con vigilancia territorial, preparación de servicios, acciones preventivas y priorización de recursos.
 
Por último, Pablo Pérez Guzmán, del Departamento de Epidemiología de Enfermedades Infecciosas, ha resaltado el valor de esta iniciativa única para innovar en capacidades técnicas de modelación matemática y facilitar la validación de metodologías en escenarios reales, fortaleciendo la colaboración mutua entre la academia y las organizaciones de salud.

---