🏆 Proyecto Ganador del 1er Puesto en la Hackathon Talento Tech 2026 en Popayán, Cauca. Desarrollado como una solución tecnológica de alto impacto para la gestión de salud pública y bienestar animal.
Plataforma integral Web/Móvil impulsada por Inteligencia Artificial y un ecosistema de identificación híbrida (NFC/Tatuaje) para optimizar el triaje, la vigilancia epidemiológica y la atención veterinaria de animales en condición de calle y refugios.
Momento de la premiación oficial como ganadores de la Hackathon Talento Tech 2026, organizada por [Talento Tech](https://talentotech.gov.co/portal/)
En Popayán, el manejo veterinario de animales de calle y refugios carece de herramientas predictivas y de articulación digital, generando cuellos de botella críticos:
- Triaje ineficiente: Imposibilidad de priorizar casos graves o quirúrgicos en jornadas masivas.
- Cero trazabilidad: Ausencia de un historial clínico único accesible.
- Falta de vigilancia: Existe una capacidad limitada o nula para identificar y monitorear patrones epidemiológicos, como la rabia y otras enfermedades zoonóticas. Esto dificulta la prevención, el control y la toma de decisiones oportunas en salud pública y bienestar animal.
- Silos de información: Desarticulación entre refugios, veterinarios, universidades y secretarías de salud.
PopaPet digitaliza y centraliza la atención veterinaria transformando a los animales en sus propios portadores de información mediante un ecosistema de identificación híbrido (NFC + Tatuaje) que actúa como llave hacia su Ficha Única Veterinaria.
Escaneo NFC mediante dispositivos móviles que geolocaliza la interacción y despliega el historial clínico instantáneamente.
Procesamiento de Lenguaje Natural (NLP) para dictar diagnósticos, síntomas y signos vitales en tiempo real, agilizando la atención en campo.
Algoritmos de Lógica Difusa y modelos predictivos para clasificar el riesgo y predecir patologías basadas en los antecedentes del animal.
Mapas de calor interactivos para identificar focos de infección y prevenir crisis de salud pública.
Modelo de IA basado en Transfer Learning (YOLOv8), entrenado para identificar y detectar animales en condición de calle o abandono a partir de videos de vigilancia urbana.
El proyecto se estructura en módulos independientes de alta escalabilidad:
- Frontend / UI (
/frontend): Aplicación web interactiva construida con Next.js y TypeScript - Backend y Modelos de IA (
/ai-backend): Procesamiento de datos con Python. Integración de Logica Difusa con Random Forest (clasificación de triaje) y YOLOv8 (visión artificial). - Hardware/IoT: Dispositivos NFC para la lectura y escritura de la Ficha Única Veterinaria.
├── ai-backend # Modelos de Machine Learning, YOLOv8 y API en Python
├── frontend # Dashboard en Next.js y componentes de visualización
├── media # Assets, imágenes y demostraciones del README
└── README.md
| Módulo | Enlace de Acceso | Estado |
|---|---|---|
| Detector de Animales (IA) | Streamlit App | ● Online |
| MVP Clasificación & Dashboard | Vercel Deployment | ● Online |
PopaPet nació y fue galardonado con el 1er Puesto en la Hackathon Talento Tech 2026, un espacio de innovación abierta diseñado para resolver problemáticas de alto impacto social mediante tecnología de vanguardia.
- Evento: Hackathon Talento Tech 2026
- Reconocimiento: Primer Lugar (Categoría Salud Pública y Bienestar Animal)
- Organizador:
- Talento Tech
| Nombre | Carrera | GitHub |
|---|---|---|
| Manuel David Escobar Figueroa | Ingeniería de Sistemas | @Physanto |
| Miguel Stiven Mendieta Hernández | Ingeniería en Automática Industrial | @MiguelHZ21 |
| Juan Carlos Coral Tulcán | Ingeniería en Automática Industrial | Por definir |