BuzzBusters

Resumen

BuzzBusters aplica visión por computadora e infraestructura en la nube para apoyar la detección y el monitoreo del mosquito Aedes aegypti, vector del dengue y otras enfermedades.

Problema

Las campañas de prevención dependen de saber dónde está presente el mosquito. La identificación manual es lenta, requiere experiencia y los datos rara vez están centralizados o geolocalizados.

Mi rol

Cofundador, ingeniero de IA y software. Trabajé en el modelo de visión por computadora, la arquitectura en la nube y la experiencia de producto junto a mi equipo.

Solución

Una aplicación móvil que permite capturar una imagen, recibir una identificación asistida por IA y aportar el reporte a un conjunto de datos geoespaciales que puede informar el trabajo de prevención.

Enfoque técnico

Modelos de visión por computadora entrenados con TensorFlow y servidos con Google Cloud y Vertex AI, un cliente en Flutter, Firebase para servicios de aplicación y BigQuery para el análisis de reportes geoespaciales.

Desafíos

Trabajar con datos de imágenes limitados y desbalanceados, mantener la inferencia usable en dispositivos móviles cotidianos y diseñar un flujo de reporte simple para usuarios no técnicos.

Resultados

El proyecto fue seleccionado como ganador global del Google Solution Challenge 2023, alcanzando la cima de una competencia mundial de soluciones estudiantiles.

Lo que aprendí

Que la IA aplicada genera valor solo cuando se integra en un flujo que la gente real puede usar, y que los problemas de salud exigen escuchar a las instituciones que usarán los datos.

Tecnologías