 Bueno, pongo la cámara un poquito para comenzar entonces este webinario. Muy buenas tardes, mañanas, mediodías para todos los que están sumándose. Mi nombre es Enzo Rossi, soy coordinador de implementaciones en América Latina para THS2 y la Universidad de Oslo y su emplazar, poder presentarles hoy el nuevo app que estamos utilizando para lo que es combinar datos de temperatura, cambio climático y el sector de salud. Estoy también acá junto con el equipo, tenemos como compañero Grant Clark que nos está ayudando con todo lo que es el streaming y ya verificando los comentarios y cualquier duda técnica que surja y con el galarano, que es la coordinadora del proyecto de clima en THS2. Fíjese un placer tenerlos a todos y para no se los esperar vamos allá a comenzar con la presentación. Primero que nada vamos a hablar un poquito de qué es THS2 y les pido por favor que a medida que van surgiendo preguntas las vayan poniendo en el chat y si puedo las voy a ir contestando a medida que va la presentación y si no las dejamos para el final, pero no se lo dejen en el tintero, la vamos hasta el final. Y ya apago mi cámara y seguimos la la presentación entonces. THS2 es una plataforma web y móvil de recolección de datos, es una plataforma de código abierto o sea que no tiene costos de licencia, es genérica y flexible o sea que en general uno puede bajarse la aplicación y puede utilizarse para un montón de cosas y parametrizable para un montón de cosas pero lo que más nos especializamos es en el sector salud. Tiene una API que facilita interoperabilidad con otros sistemas, puede enviar alertas con correo electrónico, SMS, entrada individual de datos individuales y agregados, herramientas analíticas y de validación como los tableros, herramientas de datos geográficos, etcétera. Es compatible con el reglamento general de protección de datos de la Unión Europea y se instalen servidores locales, es decir que la universidad no tiene hosting y no tiene acceso a los datos que esté utilizando los países sino que lo ofrece como un producto que el país puede descargarse y instalar y utilizar a medida lo vean necesario. Diagramita para explicar en general cómo funciona la plataforma, la plataforma de instalarse en un servidor como el dije antes, y a partir de ahí uno puede ingresar datos a través de teléfonos celulares, a través del navegador web como una web app, subiendo datos estructurados ya en archivo Excel o CSV o a través de SMS. En muchos casos entrar datos directas no es posible pero ya hay otros sistemas en el país, otras fuentes de datos que se pueden aprovechar y a través de la API uno puede ingresar datos a la instancia y a partir de ahí trabajar con ellos, uno puede después sacar los datos y enviarlos a otros sistemas, enviar alertas por SMS o correo electrónico, bajar los datos en un archivo estructurado o directamente trabajar dentro de las herramientas analíticas de DHS2 y ese es uno de los usos que vamos a mirar hoy en día. Que es un ejemplo de un tablero de información donde los datos que DHS están trabajados para mostrar la citación actual de, por ejemplo, la epidemia de VIH en este país de laos y son obviamente datos ficticios ilustrativos. Importante mencionar que DHS2 no es un programa que está hecho para una cosa sola sino que es una plataforma y como plataforma es extensible. Por un lado tenemos la base de datos donde están los datos guardados y la plataforma de DHS2 vendría a ser el frontend o digamos el lugar donde uno puede trabajar con estos datos. Dentro de la plataforma uno tiene varias aplicaciones que ya vienen de por sí con DHS2 como parte del contenido y si en algún momento lo que hay ya dentro del sistema no es suficiente se pueden agregar apps que son creados por la comunidad y tenemos un app hub donde una persona puede descargarse apps así como si fuera un teléfono que uno encuentra apps y se las descarga pues más o menos igual uno puede ir agregando apps al ecosistema para aprovechar los datos de la mejor manera posible. La presentación está congelada me dicen puede ser, estoy en la, deberían estar viendo un diagrama que muestra la configuración de caso de uso dice y se llama DHS2 es una plataforma extensible. Se ve muy bien entonces me parece de Nise, ah está, capaz que demoró un poquito. Muy bien seguimos entonces y gracias por avisarnos. Entonces bueno como les iba diciendo las apps se van sumando y en este caso lo que vamos a hablar es el app de datos de clima que todavía no es un app core porque estamos en el proceso de desarrollarla pero que es un app que se puede agregar por encima de una estancia existente de DHS2. En general intentamos aprovechar lo que ya exista lo más posible ¿verdad? y para mejorar los sistemas de salud existentes en DHS2 la idea es que uno debe utilizar los datos que ya tiene dentro del sistema lo mejor posible y lo que hemos hecho es aprovechar algunos países que ya tienen esos datos de salud y romper un poco el silo ¿verdad? ese silo de que los datos de clima están por un lado y normalmente en otra institución incluso y que los datos de salud están por el otro y no hay manera de cruzarlos a no ser que sea un estudio o sea un proyecto o sea un un un boletín específico para eso ¿verdad? eso puede llegar mucho tiempo y tiempo es dinero en toda en toda función ¿verdad? entonces lo que estamos interesando es eso utilizar los bases de datos que ya existen de datos climáticos para poder ir un poquito más rápido con ese con ese proceso y aprovechar apoyar intervenciones sanitarias que sean eficaces para responder a estos riesgos ¿verdad? vamos a la siguiente y ahora se me coge el lomi un segundito ¿Cómo ayuda DHS2 a los países? pues lo que hace es buscar los sistemas que ya están monitoreando rutinariamente resultados de salud ¿verdad? y de enfermedades que sean sensibles al clima ¿verdad? y a partir de ahí llevar eso a nivel más bajo posible a nivel de las instalaciones de salud y cruzar eso con los datos globales de clima y de vulnerabilidad hoy en día por ejemplo se pueden utilizar para planificar intervenciones y asignar recursos responder alertas tempranas localizadas mirar lo que ha pasado en el pasado y prepararse para futuro acá tenemos por ejemplo un mapa que muestra la diferencia entre un lugar en sus cualidades normales y lo que pasa en ese mismo lugar cuando hay inundación y a través de estos mapas históricos uno puede ir planeando futuras intervenciones cuando estamos en situación ahora vamos a hablar específicamente de cómo se puede usar esta nueva aplicación para utilizar datos de salud ahora importante que este cartelito de piloto que está ahí no es no es un adorno es una app que ahora mismo es un piloto necesitamos ayuda de ver cómo se puede utilizar y cómo es la mejor manera de utilizar hemos tomado varias decisiones basadas un poquito en necesidades que nos han planteado algunos países pero parte de lo que esperamos de este webinar es que si ustedes tienen necesidad puntual o si tienen ven algo que digan a este tipo de oscilización sería útil que nos lo digan y bueno y podamos ayudar a mejorar el app a medida que se va a crear pero por ahora estamos en la fase de piloto está lo que está haciendo es que está utilizando datos globales de clima y de medio ambiente y los está trayendo directamente a dhc2 está directamente trayendo esos datos para poder utilizarlos en un futuro esperamos que esos datos globales puedan cruzarse con otras bibliotecas de datos y con datos nacionales y locales para utilizar una herramienta de modelado y a través de evidencia empírica poder mezclarse junto con los datos de salud verdad esto ahora mismo no está todo listo pero esto es la visión que tenemos hacia hacia el futuro verdad lo que hace la aplicación ahora mismo es que explora e importa datos de temperatura precipitación y humedad directo a dhc2 se eligen esos tres datos porque habían necesidades puntuales en los países que están utilizando lo de piloto pero el set de datos es mucho más grande y puede aplicarse muchas más cosas calidad de aire mediciones de por ejemplo de reacción un montón de cosas que pueden hacer también estamos incluyendo un período un pronóstico del tiempo de 10 días para cualquier centro de salud con una habitación con una habitación con un punto o sea con coordenadas definidas calcula automáticamente los valores para las unidades organizativas seleccionadas o la subdivisiones del país ya sea la provincia la región el distrito etcétera y importa los datos a nivel diario y después realiza las delegaciones para poder tener reportes listos los datos luego que se importan se pueden explorar directamente en la app de datos climáticos o se pueden transferir a las apps analíticas que ya existen en dhc2 y ahí es donde uno puede cruzarlos con los datos de salud en las visualizaciones o paneles que dhc2 tiene la cobertura de datos mundiales que tenemos está basada en la era cinco lan que es el conjunto de datos climáticos globales más preciso y completo que que existo hoy en día o por lo menos que nosotros tenemos acceso y la idea es complementarlo con datos meteorológicos locales si tienen ya están utilizando dhc2 es muy fácil instalarla es simplemente ir al app hub y buscar climate o climate que sería el nombre del app para poder descargarse la verdad estamos trabajando constantemente en ella sea que si la han bajado verifiquen que tengan la última versión que aparece ahí el dibujito y bueno obviamente la app está siendo desarrollada directamente por la universidad de oslo pero con soporte de la welcome trust que es una una organización que provee fondos para proyectos relacionados con salud y con cambio climático más o menos así estaría funcionando verdad tenemos las estaciones meteorológicas y las oficinas meteorológicas nacionales todos estas estaciones mandan datos a la organización meteorológica internacional la omm y a partir de ahí esos datos climáticos están siendo enviados al centro europeo para predicción de de clima a medio a medio plazo con una una una sigla imposible de pronunciar ese mwf y ahí dentro de ese centro es que se genera lo que es el el data set que se llama era cinco lan verdad que es un que es ya a través del proceso de reanálisis que ahora les voy a contar un poquito cómo funciona eso se le suman el sistema de observación orbitales de europeo y a partir de ahí se exporta por un lado al google earth engine y por el otro a través del instituto meteorológico noruego se utiliza una api para acceder a datos meteorológicos esos dos fuentes de de información se unen en de hs dos importante que la api meteorológica del instituto noruego de meteorología es un bien público digital también y lo pueden acceder por sí misma sin necesidad de hacer todo este proceso si usted ya tiene un sistema que están contentos y que funciona bien pueden acceder a esa api sin ningún problema quizá me toma un segundo verifico que no haya ninguna pregunta por contestar no parece que está bien y ahí les puso él los enlaces a las directamente a las apps para que las puedan verificar muy bien cómo funciona el set de datos de era cinco lan verdad la idea es que divide el mundo en un en una grid de 9 por 9 9 kilómetros por 9 kilómetros va desde 1950 hasta hoy con medidas basadas en cada hora y son más de 50 las variables que toma obviamente no tenemos cobertura en todo el planeta ni ni siquiera hoy en día y no tenemos cobertura en todos los años o en todos los meses verdad entonces el proceso de reanálisis lo que hace es que le llena un poquito las piezas de rompeca de esas faltantes y genera algo de información que no es que no es necesariamente real pero que es una un modelado basado en los datos que están alrededor verdad y así puede crear esa pieza faltante dentro de dentro del modelo de por eso es que se reconoce este este set de datos como uno de los más completos actualmente por el tamaño en el tiempo y por el nivel de detalle que hay que se consigue verdad obviamente siempre de datos locales pueden tener alguna diferenciación por por un par de motivos que después lo vemos pero pero hoy en día a nivel mundial es lo más completo que se tiene esto después cuando se entra de hs2 se genera la cuadrícula verdad esta cuadrícula de 9 kilómetros por 9 kilómetros y sobreimpose sobre el mapa local que uno tenga dentro del sistema del país acá en el ejemplo de sierra leona y eso luego se va agregando hacia el centro de salud más cercano o la instalación que hayan seleccionado más cercana y hacia los distritos más cercanos de manera que no pueda hacer análisis al nivel de la instalación o al nivel del distrito verdad que ahí lo pueden ver más o menos la cuadrícula la aplicación como les dije antes es muy fácil de instalar funcionan versiones de hs2 a partir de 237 importante que para qué funcione las unidades organizativas o los centros de salud tienen que estar georeferenciadas igual con los polígonos de las de las de las de las organizaciones políticas del país para que puedan hacerse las agregaciones de las de las temperaturas por ejemplo la estancia de estar configurada para que pueda acceder al google earth engine y ahí tiene el el link que quizás se lo podemos poner el chat de cómo hacer el sign up para google earth engine y luego debe crearse un conjunto con elementos de datos para que se pueda importar los datos y está luego dentro del cuando estando ya dentro de la puno puedes seleccionar una unidad organizativa un distrito por ejemplo aquí el área occidental de cierre a leona y ahí el apledaría en este caso por ejemplo la temperaturas mensuales basado en el periodo de referencia verdad que están afectando a esa zona agregadas hacia arriba si uno quiere ir más abajo y llegar al al al centro de salud específico también lo haría basado en el en el en el en el área de trabajo con temperaturas se puede explorar la temperatura media el rango de temperatura mensual ideal y se pueden comparar con promedios de un periodo de referencia de 30 años con 30 años de anterioridad o sea ver este mes hace 30 años hace en los últimos 30 años cómo ha variado la la temperatura de verdad y cómo hace y ahí uno puede comparar un poquito lo que es el rango de temperatura para esa zona en cuanto a precipitación un poquito también mensual y diaria los mansoles en los valores mensuales se comparan con promedios de un periodo de referencia otra vez y ahí uno tiene bastante claro que es lo que ha pasado en ese lugar en cuanto a precipitación mensual o por precipitación normal verdad me da un poquito parecido también tenemos dos dos variables ahí tenemos primero a reunir la humedad relativa tenemos la temperatura de punto de rocío o sea cuando cuando se va derritiendo el cuando se tiene que enfriar el aire para que se reduz produzca la saturación y luego el porcentaje de vapor de agua en el aire respecto a la cantidad total de vapor que puede existir en el aire entonces la gente que sea un poquito más de clima que yo seguramente estos datos van a tener mucho más sentido así que recomiendo mirarlo un poquito y luego tenemos lo que es el cambio climático de aquí lo que hace es que se toma un mes de referencia es más fácil hablar de un mes por ejemplo el mes de diciembre y luego se puede comparar la variación de la temperatura ese mes con lo que ha pasado en años anteriores por ejemplo en este caso estamos viendo el mes de diciembre del año pasado y lo estamos comparando con el período de 1991 hasta 2020 y viviendo la variación de temperatura que ha habido en ese mes también se puede hacer con el período de referencia de 1961 hasta 1990 una pregunta que a donde me preguntan si es posible descargar o utilizar datos de clima dentro de hs2 imagino sin utilizar datos de salud si por supuesto creemos que si uno se descarga los datos y los configurar el sistema van a estar ahí se van a poder utilizar obviamente nosotros trabajamos más bien el cruce de salud y da y clima entonces creemos que que es una cosa útil pero por supuesto pueden cruzar y hay muchos usos que los datos de clima en sí ya ya pueden dar luego también y esto es algo que hemos incluido muy recientemente todavía no estamos seguro que hacer con esto así que si tienen si tienen si tienen comentarios los agradecemos tenemos un pronóstico de tiempo de 10 días para la unidad organizativa para el para el centro de atención son los datos de pronóstico que que también se producen en el mismo data set ahora mismo estos datos están solamente como como referencia para cada centro no lo tenemos necesariamente modelado en las visualizaciones no sabemos que realmente si esto es algo útil para tener dentro de hs2 o si es simplemente algo que que que complica un poco la situación así que comentarios se agradecen mucho si esto sería útil para para alguien tener este este pronóstico digamos como configurar esto tengamos algunas personas que yo estoy viendo que está estoy viendo en el en el chat que ya están que ya están utilizando de hs2 verdad entonces cómo se configuraría esto lo que habría que hacer es crear un set de datos con cuatro elementos de datos uno para para cada para cada variable y en el app bien exactamente cómo configurar el set de datos se le pone el código específico para cada medición digamos que se está tomando y a partir de ahí se van se van poblando digamos se van se puede hay un botoncito para para importar los datos y bueno lo mínimo que hay que hacer es configurar un elemento de datos que se configure para la variable que uno desea importarse que si usted solamente quiera ver precipitación teniendo ese elemento de datos ahí ese conjunto y eso asignado a las unidades de los organizativos correspondientes ya pueden importar los datos climáticos entonces aquí viene en esta parte uno puede entonces tiene que elegir el set de datos importar por ejemplo temperatura el período donde el árbol de organizaciones que va a utilizar a qué nivel lo quieren importar y me salté y aquel elemento de datos lo van a subir que sólo saca a partir del código entonces ahí lo pueden ir una vez lo hacen eso les va a aparecer cada período cada día va a tener el valor temperatura mínima etcétera ok entonces importante que ahora mismo solo estamos importando valores diarios sé que después si quieren verlo por semana y había una pregunta que habla de se podía configurar en semanas de epidemiológicas si se podría o meses o lo que necesitan entonces se pueden agregar hacia arriba pero lo mínimo que estamos importando ahora mismo es días quizá más adelante podemos llevarlo a bajarlo ahora que es que hasta ahí llega el el data set recomendamos evitar importar más de 50 mil valores de datos diarios perdón a la vez o sea lo pueden hacer 50 mil primero luego 50 mil además que nada por rendimiento del servidor pero pero si prueben a ver dependiendo del servidor que tengan y bueno este es un ejemplo de cómo cómo se vería el data set verdad cada día lugar organizativa y los los valores necesarios entonces ahí es cómo se como se podría estar triangulando con con datos de clima y esto es un ejemplo de ruanda ruanda está utilizando medar relativa y precipitación durante el proceso de de eliminación de malaria para tener una idea de qué es lo que está pasando con la precipitación en qué zonas hay más precipitación y los dónde están los casos de malaria y hacer el cruzamiento de datos muy bien quizá una pregunta que muchos están haciendo es se pueden confiar en los datos que uno recibe y bueno lo importante acá es saber que esto te va a mostrar la tendencia quizá si estás basándote en una semana quizá es complicado pero hablando de la tendencia creo que es los datos más los datos más fideignos que tenemos a nivel tendencia y son los que suminí la calidad va a depender de la densidad de estaciones meteorológicas que suministren los datos a la organización de meteorología mundial verdad si la omm no recibe información entonces no va a estar en el data set puede ser un problema y si la zona no tiene observaciones reportadas también puede ser un problema importante que hay que tener algo de cuidado a los terrenos montañosos y regiones costeras verdad ahí al parecer hay algunos algunos baches en los datos entonces habría que habría que mirarlo para la zona específica y necesitamos ahora mismo ayuda de si algunos test va a ser algún proyecto con esto comparar datos meteorológicos locales con lo que están en el en el set de datos para para verificar la información también obviamente importante que también la precipitación se está agregando en un como dijimos antes en una cuadrícula de 9 por 9 kilómetros entonces quizá no sea comparable la precipitación con las mediciones locales con lo que estamos agregando a 9 por 9 kilómetros verdad entonces puede haber algo de algo de variación por ejemplo acá se puede ver un poquito de variación en el data set de copernicus y el data set de una extensión local vamos un poquito más en detalle acá vamos a que estamos comparando datos locales con los datos de era 5 lan el primero como pueden ver los datos semanales más o menos tienen la misma tendencia en general las temperaturas máximas que son rojo y los naranjas como ven son son bastante parecidas hay huecos para temperaturas mínimas y medias y en parte en este caso era porque las datos meteorológicos locales sólo tomaban temperatura de día de 7 am a 7 pm entonces eso generaba variación verdad en lo que era el data set completo estoy viendo que están entrando preguntas así que voy a seguir con esto y luego las miramos y aquí es un ejemplo de mosambique donde hay un par de de de brechas en lo que son los datos costeros verdad acá vemos que justo acá hay una clínica en esta zona y queda por fuera de lo que es el data set de era 5 lan verdad entonces ahí hay que hay que hacer algún algún truquito para para poder generar datos para esas vamos a ver el chat un poquito a ver está buenísimo eso ya lo contestamos creo 52 semanas epidemiológicas y ya estaba todo muy bien no hay más preguntas por favor sigan preguntando si tienen cualquier duda y intentamos contestarlo lo que se viene como le dijimos bueno como ven ahora mismo estamos acá importando los datos climáticos trabajando con los datos de salud más adelante la idea es que junto con esos datos y datos nacionales y locales de aquellos países que tengan una api que los puedan proveer vamos a juntarlos con una herramienta de modelado machine learning verdad y a través de péridencia empírica vamos a integrar lo que son las predicciones de alerta temprana adhc 2 no sé exactamente cuál sería la línea de tiempo para esto pero esto es una prioridad que tenemos de varios de nuestros donantes entonces estamos trabajando en eso para llegar ahí obviamente tenemos que comenzar a trabajar con lo que ya tenemos y irlo mejorando así que estamos atentos para la posibilidad de trabajar con alguna de ustedes en general ahora antes de eso quizá les voy a mostrar directamente lo que es el el el tablero así que me confirman que pueden ver mi tablero por favor se ve cargando pero se ve se ve perfecto muy bien está bueno este es el ejemplo que estamos teniendo para los que no conocen de hsos este es una un tablero general el tablero se puede editar muy fácilmente y acá tenemos por ejemplo casos de malaria confirmados y y humedad verdad y ahí vemos que hay cierta tendencia parecida más más humedad más casos de malaria no creo que sorprenda a nadie en esta llamada ver algo así y acá tenemos humedad relativa y casos de malaria por mes si bien la o los datos climáticos son reales los datos de los casos no son del todo reales y acá tenemos que agrandar este como pueden ver acá podemos agrandar un poquito vamos a agrandarlo aquí tenemos los seis mapas con la humedad relativa en los últimos seis meses para poder compararlos verdad lo bueno este tipo de tablero es que uno si uno ya tiene más todos estos son dinámicos y modelables por ejemplo acá puedo abrir en la aplicación data visualizer verdad que es otra aplicación tenemos y ahí mismo podemos cambiar directamente esta visualización podemos cambiar el período cambiarle los meses podemos cambiar dónde lo estamos viendo estamos viendo todo el país pero si por ejemplo necesitáramos solamente un lugar vamos a hacer así y vemos solamente un lugar y vemos que los datos llegan hasta agosto de 2022 entonces para nadie verdad entonces todo esto se puede ir haciendo sobre la marcha sin necesidad de exportar los datos a otra aplicación y si uno ya tiene más o menos esto diseñado y uno tiene que hacer un reporte uno simplemente tiene que imprimir el tablero y esto ya le hace más o menos una una presentación casi casi el powerpoint listo para la reunión de datos o el informe o el boletín verdad entonces uno puede más o menos moderar por un lado modelar lo que son los los informes de rutina que uno tiene que hacer y por el otro puede utilizarlo para directamente planear intervenciones o lo que sea si uno quiere hacer un filtro para todo el tablero a la vez podemos poner por ejemplo un filtro de que hemos que ver todo este tablero pero solamente para un lugar para este distrito por ejemplo son los nombres de lados que a veces son un poquito difíciles de leer pero esto es un distrito y le vamos a confirmar y automáticamente el sistema lo agrega a los datos que estén disponibles con la distrito ahí justo este distrito no tiene muchos datos pero vamos a sacarlo y ahí uno vuelve al país ok y como si no queremos hacer eso solamente queremos explorar los datos de manera más sencillita venimos aquí a la climate data app que es lo que está mostrándoles antes y aquí mismo les aparece primero información acerca de la app posibilidad de exportar de explorar los datos podemos ver vamos a ver en esta clínica por ejemplo que nos sale la predicción de los 10 días la temperatura y podemos cambiar el mes ahora está en abril marzo marzo vamos a poner abril 23 a marzo 24 vamos a ponerle no sé vamos a ver 60 meses máximo bueno vamos tan lejos entonces vamos a 2018 no sé si son 60 meses no no sé contar obviamente vamos a 2020 a estas entonces ya nos cambia automáticamente eso precipitación lo mismo verdad humedad y cambio climático están todas ahí y esto una vez lo tengan una vez tengan importados los datos van a poder jugar con esta parte de los datos directamente al nivel que necesitan si lo quieren ver a nivel más de estado por ejemplo y no de del lugar también lo pueden hacer muy bien creo que vamos a dejarlo por acá precipitación humedad cambio climático y temperatura bueno creo que hasta por ahí llegamos más o menos con la presentación hiciera dar un tiempito por haberse alguna pregunta quizás sea que uno quiera hablar directamente o el micrófono también lo podemos hacer si les es más fácil pero pero muy importante y antes que nada decirles que por favor nos compartan los comentarios si quieren hablar directamente con la gente de la ap lo pueden hacer por ahí pueden pedir más información pueden encontrar aquí en dhso.org barra a climate y importantísimo que cualquier cosa también estoy yo a disposición para contestar preguntas pero ahora vamos a dar un segundito gracias él si alguien quisiera hablar o hacer una pregunta en vivo y en directo quizá podrían levantar la mano y lo vemos muy bien me alegro que haya gente interesada por el salvador genial importante les dejo lo que lo que más quizás quizá lo que puedo hacer es poner acá los que me van a preguntar si están interesados cuáles son los pasos sería que el primer paso sería enviarme un correo verdad tanto la dirección de la dirección de él y esta es la mía tanto o sea que nos envían un correo y nos podemos organizar una llamada para ver qué hacemos de la municipalidad en chile creo podemos sacar harta utilidad cuando pilotamos pues mira javier el equipo de del ministerio de salud de chile está aquí en la llamada así que si seguras si dejas tu correo podemos podemos ponerlos en contacto y a ver qué pueden hacer a esta mónica del equipo y tenemos instalación ya instalada con algunos datos perfectísimo esperaremos entonces a ver los comentarios del equipo de chile y ahí está mi correo les puso él gracias él si yo adelante quieres abrir el micrófono de gran maybe you can let let participants open their microphones and then we can hear from monica ok gracias gran si más fácil hablar con con el micrófono y somos pocos así que vamos arriba no sean tímidos si quieren decir algo por favor aprovechen a muy buen día sino adelante hola escuchan si le escuchamos y bueno un gusto saludarles a todos lo que están acá conectados lo que quería comentar eso es que bueno tú sabrás que nosotros ya tenemos como instancia instalada desde principios de año que tiene que ver con un cambio climático para medir las temperaturas extrema y los efectos en salud y la vigilancia cierto tenemos algunos datos que hemos recopilado en el piloto y ahora la consulta más bien es un poquito más técnica es que cuando instalemos esta aplicación de de clima estos no me afectaría el como el funcionamiento de la instancia ya que hay algunos datos ya registrado que pasa con esos campos que darían como en blanco ahí ahí me ahí tengo esa esa esa duda no para nada o sea esto es un especial agregados verdad eso es esto es un programa de datos agregados que se estaría haciendo aquí verdad sería un satas data set con cuatro elementos de datos solamente basados en eso no tiene ninguna conexión a datos personales de ningún tipo verdad entonces si no habría problema habría que verificar un poquito lo que es quizá el rendimiento cuando estén haciendo la importación verdad quizá no ser la importación a mitad del día que pueda importar de repente no sé un país grande como chile serían muchos datos que estarían históricos que estarían entrando pero sí por supuesto que se podría hacer y bueno mandanos un correo que vemos como podemos ayudar y la recomendación sería importar toda la data histórica desde 1950 como bueno ahí depende un poquito de los usos intentando comparar con datos históricos y verificar cambio climático a largo plazo si esa es la recomendación pero depende un poquito de los usos que se le quiera darle a preguntar a él a ver y él tiene algo hacia como futuro no tanto claro claro claro verdad la verdad es que eso ya lo que necesitamos no un experto técnico sino una persona más bien experta en lo que es y mi salud eso yo no lo soy todavía la pregunta es la recomendación de importar data all the way to 1950 o 1960 depending on the country or are we looking into or do we have any specific recommendation when it comes to like the time element it's a really good question and I would say it is determined by determined by what what variables and what health what health program it is the the amount of data to pull in the historical information is very helpful to know but it's not necessary it's not always necessary so I think there's probably more questions that would need to be answered through working with the health programs about what are the exact variables and how far to go back so I'm sure that was a long answer to say that it varies based on which health health sector you're looking at and I think that's something you could write up some recommendations for if that's needed si correcto el dijo más o menos lo mismo monica valía mucho dependiendo de el caso de uso que le quieras dar y bueno quizá lo mejor es consultar con la persona que esté encargada de los análisis de este tipo de cosas a ver que en este que es exacto exacto bueno si era muchas gracias a la orden alguna otra pregunta que quieren aprovechar hola bueno tías me llamo morena joven adelante por la información y la y la valiosa ayuda que está presentando a los países yo soy del ministerio de salud y nosotros como país hemos entrado un proceso de digitalización a nivel nacional de nuestro sistema de salud el ministerio de salud es el ente rector en el país el salvador está ubicado en centroamérica y hoy por hoy pues tenemos mucho interés este enzo y él que nos comuniquemos porque tenemos interés que pueda este este sistema pueda interoperar con nuestro sistema de información esa sería como nuestro nuestro interés y a ustedes dijeron que bueno hay que enviarles un correo verdad sería como el paso inicial para poder contactarnos pero si quería hacer énfasis que tenemos mucho interés y que necesitamos pues todo el apoyo posible por este esfuerzo que estamos haciendo ustedes sabe como todo lo que implica verdad hacer un proceso de digitalización nacional por lo cual este necesitamos integrar muchos sistemas superar la fragmentación y la segmentación del sistema etcétera bueno creo que luego este podríamos consensar y luego pues ustedes podrían también conocernos mucho gracias por supuesto no era así si a la orden mandanos un correo y buscamos un tiempito antes del fin de semana o la semana que viene estoy un poco hablando un poquito con el equipo del salvador acerca de alguna cosa así que bueno perfectísimo así que adelante me quedo esperando tu correo muy bien muchas gracias muy amable gracias a la orden nos queda alguna otra pregunta o algo que que no cubrimos en el en el webinar bueno creo que lo que lo que dijimos tanto para la persona de la municipidad de chile como para el salvador es que totalmente estamos con muchas ganas de demostrarles un poco lo que se puede hacer mándenos un correo y bueno y vemos qué podemos hacer por ustedes y cómo los podemos apoyar ok y si ya estamos en el modo habla ahora calle para siempre así que si no si no me llega ningún comentario más lo dejamos por acá el webinario y les deseo que tengan un muy buen resto del día y resto de la semana y estamos a la espera de que nos envíen un correo para ver cómo la palabra adelante adelante por favor a disculpame me dice por el medio del del micrófono que tienen en la dirección mira hay un compañero que hace una pregunta que me parece muy importante en el chat que no lo sé sino que puedes ampliar su respuesta de esta forma el pregunta que si la aplicación de pronto ha pensado en revisar el calendario epidemiológico de los países que es cómo se trabaja como trabajamos pues los eventos epidemiológicos para esa misma forma pues correlacionar los datos climáticos en 52 semanas epidemiológicas por ejemplo para el caso de colombia si correcto el sistema puede agregarse a hacerlo por semana y se puede agregar para que las semanas se se configuren para que siga el número de semana digamos pero es un buen punto que estás nombrando el calendario epidemiológico específico y esa es un poquito distinto según lo recuerdo lo tenemos en nuestra lista de feedback como para agregarlo pero no sé realmente si eso ya está ahí ahí en el lab de clima porque en el lab es en el lado de la salud si ya nos lo han pedido varias veces y estamos en el proceso de implementarlo así que voy a otra vez pasarle la pelota a mi compañera el para que nos cuente un poquito y si no esto ya sería algo que es el feedback que necesita mejora entonces el the question is currently in the app you you cannot see the epic calendar most of the pavo region uses a specific epic calendar that has 52 weeks if this is a feedback you were ready to receive and if there's already in the roadmap to include that calendar in the app or if that's something to consider oh that is great to bring up we have not received that feedback yet and it's the type of thing to send to climate dash dash app at dh is two dot word so that we can consider it in the next release of the app perfectísimo si entonces si bien dentro de hc 2 en general se puede hacer en el lab todavía no está considerado si que buenísimo que lo haya que nos lo hayas dicho y bueno vamos a vamos a tenerlo en cuenta luego fredi nos pregunta cómo se instala en software para hacer uso de lm pc bueno es un poquito más complicado normalmente está pensado como no sé si como vieron al principio de la presentación más bien como una como algo que esté alojado en un servidor verdad entonces está pensado más o menos para eso si lo quieren instalar en una pc lo que tendrían que ser es más o menos emular un servidor de linux no da se pudo hacer utilizando docker y hay una guía de cómo instalar en docker que está en nuestra web ahora mismo no tengo el link directamente pero fredi si me envías un correo en su roba de hc 2.2 lo puedo te puedo enviar la guía de instalación ok pero si lo que tendría que hacerse es utilizar docker o utilizar alguna alguna manera de demular un servidor linux en tu en tu computadora para para tenerlo corriendo una vez instalado hay que además de eso tener como les dije en los requisitos de uso verdad tener donde están los requisitos de uso bueno no encuentro ahí está tienen que tener las unidades organizativas referenciadas o sea que los puntos para los centros de salud o los polígonos para las subdivisiones nacionales verdad así puede hacerse las agregaciones y tiene que estar configurada para acceder al easy sign up de google earth engine los esas dos son requisitos verdad por eso más que nada son entes gubernamentales que terminan haciendo estas cosas porque eso es bastante trabajo a veces poder tener todo eso modelado en la instancia quizá importante nombrarles que tenemos ahora mismo dentro de nuestra academia online los cursos en español ya están disponibles son totalmente gratuitos reciben certificados de la universidad de oslo tenemos tres cursos disponibles en español y que están a la disposición de ustedes para para poder capacitarse y saber un poquito más cómo utilizar de hs2 son muy prácticos y vale la pena tomarlos si están trabajando en este en este ambiente así que los recomiendo muy bien si no hay ninguna otra pregunta más creo que lo dejamos por acá es un placer hablar con ustedes y responder a las preguntas y espero recibir unos cuantos correos de vuestra parte para poder vernos más adelante la última slide si tenemos ah y la última última slide quizá que hay una más y si no lo pongo el equipo de el equipo de conferencias se van a ojar conmigo es que del 10 al 13 de junio tenemos la conferencia anual de hs2 en oslo noruega ahí tienen el enlace es el evento más grande que tenemos durante todo el año viene gente de todo el mundo contarnos lo que lo que están haciendo y aprender entre sí así que si tienen la oportunidad de participar les recomiendo encarecidamente que lo hagan también hasta la versión online que muchas las presentaciones van a estar ahí así que si no pueden ir en persona quizá mirar el calendario la agenda y verse algo que les interesa muy bien muchísimas gracias y que pasen muy bien el resto de la semana