🩺 GeoSalud

Salud cercana, futuro seguro.

Proyecto de ingeniería de datos para análisis geoespacial y predicción de necesidades médicas usando más de 186 millones de registros públicos.
Incluye procesamiento ETL en KNIME, visualización en Power BI, desarrollo de apps en Flutter y lógica condicional en Python.

✨ Si este proyecto te parece interesante, no olvides apoyarlo con una ⭐ en GitHub ✨

---

🔖 Tecnologías

---

🚀 Características principales

• 📊 Análisis Big Data: Procesamiento de 186M+ registros públicos
• 🗺️ Geolocalización: Mapeo de necesidades médicas por localidad
• 🔮 Predicción: Proyección de necesidades a 5 años
• 📱 App móvil: Interfaz Flutter con filtros inteligentes
• 📈 Visualización: Dashboards interactivos en Power BI
• 🏥 Semáforo médico: Indicadores de cobertura por zona

---

🎥 Demostración en vivo

🏥 App móvil GeoSalud en acción - Análisis geoespacial de salud

*Este video muestra la funcionalidad completa de GeoSalud*

Funcionalidades mostradas:

• ✔️ Filtros inteligentes por municipio y localidad
• ✔️ Tarjetas informativas con población y clínicas
• ✔️ Semáforo de cobertura médica en tiempo real
• ✔️ Predicciones de necesidades a 5 años
• ✔️ Interfaz móvil responsiva desarrollada con Flutter

---

🧩 Flujo de trabajo KNIME

Procesamiento completo de datos incluido:

• 🔄 Procesamiento de más de 186M de registros
• 🔗 Unificación inteligente de bases RENUE + INEGI
• 🚦 Cálculo de semáforos de cobertura médica por localidad
• 📊 Generación de predicciones de necesidad futura
• 📈 Exportación para visualización en Power BI

📥 Descargar flujo completo (.knwf)

---

🧪 Guía de instalación KNIME

Pasos para importar el workflow:

1. 📂 Abre KNIME Analytics Platform
2. 📁 Ve a: File > Import KNIME Workflow
3. 📦 Selecciona: Existing workflow archive (.knwf)
4. 🔍 Busca el archivo GeoSalud_Guanajuato.knwf
5. 📝 Asigna un nombre y ubicación
6. ✅ Haz clic en Finish

💡 Requerimientos: KNIME 5.0+ con extensiones de Python y Big Data

---

🛠️ Stack tecnológico

Herramienta	Uso principal	Ventaja clave
KNIME	ETL y Big Data	Procesamiento visual de 186M registros
Python	Cálculos y predicción	Algoritmos de machine learning
Flutter	App móvil	Interfaz nativa multiplataforma
Power BI	Visualización	Dashboards interactivos
GitHub	Versionado	Documentación y portafolio

---

📌 Importante

⚠️ Nota de responsabilidad: Este proyecto es un prototipo académico/social.
No debe aplicarse directamente en producción sin un proceso formal de validación de datos, auditoría de seguridad y aprobación regulatoria.

---

💡 Consejos para desarrolladores

🔧 Optimización: Divide los análisis por localidad para evitar sobrecarga con 186M de registros
🔑 Integridad: Usa la columna llave_union para evitar errores de join en KNIME
📤 Compatibilidad: Exporta siempre en formato .json o .csv antes de conectar con Flutter
🚀 Performance: Implementa paginación en la app para grandes volúmenes de datos

---

🏆 Impacto del proyecto

• 📍 Cobertura: Análisis de todo el estado de Guanajuato
• 🏥 Utilidad social: Identificación de zonas con déficit médico
• 📊 Escalabilidad: Framework replicable para otros estados
• 🤖 Innovación: Uso de IA para predicción de necesidades

---

👩‍💻 Sobre la autora

Geovana Paola Martínez Sepúlveda
Ingeniera de Datos & Desarrolladora

📍 Irapuato, Guanajuato, México
🔗 LinkedIn
📧 Contacto para colaboraciones académicas

---

🌟 Apoya este proyecto

Si GeoSalud te inspira o puede ser útil para tu investigación:

⭐ Dale una estrella en GitHub
☕ Invítame un café
🔄 Comparte el proyecto
🤝 Conecta conmigo en LinkedIn

¡Tu apoyo motiva a seguir innovando en salud pública!

---

_{Desarrollado con ❤️ para mejorar la salud pública en México}