Saltar al contenido
GeoVitaIntelligence

GeoAI · Observación de la Tierra · Inteligencia sanitaria

Ver el riesgo sanitario desde la órbita hasta el terreno.

GeoVita Intelligence combina imágenes de satélite, aéreas y de dron con SIG e inteligencia artificial para localizar las condiciones ambientales detrás de las enfermedades transmitidas por vectores y otros peligros biológicos — para que las organizaciones actúen donde importa, no en todas partes a la vez.

Celdas modelizadas
1,46 M
Años de datos
2000–2024
Correlación en VC espacial
r 0,993

Capa en vivo

Endemicidad de la malaria (PfPR₂–₁₀), África 2024

Sentinel-1 SAR, Sentinel-2 MSI, Landsat 8/9, MODIS, NASA GLDAS, ERA5-Land, MDE SRTM, Estéreo aéreo, Dron multiespectral, Campo y entomología

El reto

Los datos ambientales abundan. Las decisiones focalizadas, no.

Los satélites observan el planeta cada día, pero los equipos de control vectorial y las autoridades sanitarias aún inspeccionan grandes áreas a ciegas. El problema no son los datos: es convertir señales dispersas en respuestas sobre dónde y cuándo actuar.

01

Señales fragmentadas

Los datos de satélite, clima, relieve y campo están en formatos, escalas y silos distintos, y rara vez se combinan en una vista operativa.

02

Cobertura total costosa

Sin mapas de prioridad, los programas de inspección y fumigación reparten recursos limitados por igual en lugar de concentrarlos donde está el riesgo.

03

Hábitats ocultos y temporales

Charcas y depresiones donde crían mosquitos aparecen tras la lluvia y desaparecen — invisibles para imágenes gruesas y muestreos rutinarios.

Cómo funciona

Un flujo de trabajo, del cribado continental a una sola charca.

Cada escala acota la búsqueda de la siguiente, reduciendo el coste y el tiempo del trabajo de campo y manteniendo cada decisión geográficamente explícita.

  1. 01

    Cribado satelital regional

    Observación amplia y repetida de vegetación, agua, humedad y temperatura.

    ~5 km · continente

  2. 02

    Modelización de riesgo con IA / GeoAI

    El aprendizaje automático y profundo vincula la historia ambiental con evidencias vectoriales y epidemiológicas.

    Espaciotemporal

  3. 03

    Identificación de zonas prioritarias

    Superficies de riesgo explicables con incertidumbre que indican dónde mirar primero.

    Focos jerarquizados

  4. 04

    Evaluación de alta resolución con dron / avión

    Drones y estéreo aéreo revelan con detalle hábitats, depresiones y cubierta del suelo.

    ~10 cm · sitio

  5. 05

    Intervención y seguimiento focalizados

    Los equipos inspeccionan, tratan y registran resultados, alimentando un ciclo de aprendizaje continuo.

    Acción en campo

Qué cartografiamos

Inteligencia para los lugares donde el ambiente determina la salud.

Nuestro primer foco son las enfermedades transmitidas por vectores — y el mismo motor multiescala se extiende a otros peligros biológicos influidos por el hábitat y el clima.

01

Vigilancia de enfermedades vectoriales

Cartografía de condiciones ambientales y hábitats asociados a mosquitos y otros vectores.

02

Control vectorial focalizado

Mapas de riesgo que ayudan a los equipos de fumigación y control a priorizar sitios de inspección e intervención.

03

Apoyo a decisiones de salud pública

Inteligencia espacial para planificar la vigilancia y asignar recursos sanitarios.

04

Hábitats de especies venenosas

Evaluación de hábitats asociados a serpientes y escorpiones de importancia médica para apoyar la prevención.

05

Riesgo para turismo y viajes

Información de riesgo ambiental por ubicación para operadores que trabajan en regiones expuestas.

06

Investigación y monitorización ambiental

Análisis espacial asistido por IA y cartografía de alta resolución para universidades, ONG y agencias.

Demo en vivo

Dieciséis años de endemicidad de la malaria, pronosticados en toda África.

Gira el globo, recorre la línea temporal y compara lo observado con lo que predijo nuestro modelo ConvLSTM2D — incluida una prueba de pronóstico intacta para 2022–2024.

celdas de ~5 km
1.457.085
predictores ambientales
10
modelos y referencias comparados
8
correlación en VC espacial (r)
0,993
Endemicidad de la malaria (PfPR₂–₁₀), África 2024
PfPR₂–₁₀ · 2024
EPSG:3857 · 5 km
0%80%

Base científica

Construido sobre investigación revisada por pares, no sobre promesas.

El equipo fundador ha publicado sobre detección de hábitats por teledetección, mapas de riesgo de malaria y leishmaniasis, abundancia de vectores y aprendizaje profundo espaciotemporal.

12 / 14

hábitats larvarios persistentes confirmados en campo con imágenes aéreas de 10 cm

94,3 %

exactitud global de la clasificación de usos y tipos de suelo

250 km

bloques espaciales para demostrar que los modelos se transfieren a regiones no vistas

Responsable por diseño

Inteligencia fiable para decisiones de alto impacto.

  • Validación honesta

    Pruebas espacialmente separadas y temporales intactas, siempre frente a referencias ingenuas exigentes.

  • Explicable

    Atribución de factores e incertidumbre junto a cada superficie de riesgo.

  • El humano al mando

    Los resultados apoyan, nunca sustituyen, la vigilancia de campo y el juicio experto.

  • Privacidad primero

    Variables ambientales separadas de datos sensibles; alineado con el RGPD y la Ley de IA de la UE.

Dónde trabajamos

Raíces europeas, alcance global.

España y Finlandia se consideran como sedes europeas. Nuestras soluciones se dirigen a regiones donde los riesgos ambientales y sanitarios exigen una vigilancia rentable y geográficamente focalizada — con especial atención a África y Oriente Medio.

Europa

I+D y sede de la empresa

España · Finlandia (en estudio)

África

Pilotos y validación

Enfermedades vectoriales y riesgo de hábitat

Oriente Medio

Alianzas de investigación

Agua, clima y ecología de vectores

Alianzas

Validemos GeoVita donde más importa.

Buscamos expresiones de interés no vinculantes, cartas de apoyo y socios para pilotos — especialmente ministerios de salud, organizaciones de control vectorial e instituciones de investigación en África.