Skip to content

Repository files navigation

Sanghelios

Inteligencia predictiva para bancos de sangre

Anticipa la escasez de sangre del Hospital General de Medellín con 14 días de anticipación y convierte esa señal en campañas de donación diseñadas con IA.

Python FastAPI Gemini MapLibre uv


La presión del sistema (demanda − oferta, media móvil de 7 días) se compara contra un umbral τ. Si el modelo ve escasez a 14 días, el asistente de IA diseña la campaña, genera el flyer y la despliega en el mapa.

Demo en vivo   Presentación en YouTube

Índice

Módulos

Inicio
Inicio
El estado del banco de sangre de un vistazo
Dashboard
Dashboard
Stock vigente, presión vs τ y riesgo a 14 días
Mapa 3D
Mapa 3D
Campañas activas con su flyer y origen de la demanda
Estudio de campañas
Estudio de campañas
El asistente IA propone la campaña y genera el flyer
¿Puedo donar?
¿Puedo donar?
Test de aptitud y puntos de donación cercanos

Datos abiertos

Conjunto (datos.gov.co · HGM) Registros Rol
Banco de sangre 35.840 Oferta: donaciones
Población atendida 221.203 Demanda: hospitalizaciones
Defunciones 5.094 Demanda: muertes asociadas a sangre

Ejecutar

uv sync                                       # dependencias
uv run python scripts/build_db_and_model.py   # (una vez) modelo + base de datos
uv run uvicorn src.app:app --port 8000        # http://localhost:8000

Variables de entorno en .env: GEMINI_API_KEY para el asistente de campañas y la búsqueda de lugares.

Estructura

Sanghelios/
├── RECURSOS/        material visual · presentación Manim · capturas
├── docs/            metodología · impacto · validación · API · arquitectura
├── data/            raw · processed · realtime · sanghelios.db
├── notebooks/       01_EDA → 02_limpieza → 03_descriptivo → 04_modelo → 05_reportes
├── src/             app web · agents/ · data_pipeline/ · features/ · train · inference
├── models/          predictive/escasez_model.pkl
├── reports/         figuras · reporte automático · reporte_final.html
├── tests/           unit · integration · bias_tests
├── config/          configuración e hiperparámetros
└── deployments/     docker · kubernetes · serverless

Documentación

Equipo

Rol Formación
Jerónimo Hoyos Ingeniero en IA Ing. de Sistemas e Informática · UNAL Medellín
Daniel Arango Ingeniero de Software Ing. de Sistemas · EAFIT
Jose Miguel García Data Scientist Estadística · UNAL Medellín
Valentina Muñoz Diseñadora Ing. Administrativa · UNAL Medellín
Hospital General de Medellín · Banco de sangre · 2026

About

Sistema que Anticipa la escasez de sangre del Hospital General de Medellín con 14 días de anticipación y convierte esa señal en campañas de donación diseñadas con IA.

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages