Cuando un equipo de control de mosquitos captura una muestra, identificar qué especies atrapó puede tardar hasta tres días. Para cuando el especialista termina de revisar cada insecto bajo el microscopio, el brote ya avanzó.
Ese margen de tiempo es el problema que Digitomy, una startup de la Universidad del Sur de Florida (USF), busca eliminar con una trampa que usa inteligencia artificial para dar resultados el mismo día, según informó Fox News.
La urgencia no es teórica. El condado de Hillsborough acumula 407 casos de dengue de transmisión local en 2026, la cifra más alta de su historia.
Las personas afectadas contrajeron el virus dentro del estado, sin haber viajado al exterior. En todo Florida, el número total asciende a 524 casos confirmados hasta el 31 de octubre.
El dengue provoca fiebre alta, dolores de cabeza intensos y fuertes molestias musculares. En los casos más graves, puede derivar en complicaciones que amenazan la vida.
El 13 de noviembre, las autoridades de Hillsborough extendieron el estado de emergencia local hasta el 19 de noviembre, con tratamientos aéreos y terrestres activos en distintos barrios.
Por qué el brote no cede aunque el verano terminó
A diferencia del resto del país, donde las temperaturas de noviembre reducen la actividad de los mosquitos, Florida mantiene condiciones climáticas que permiten su reproducción durante todo el año. Eso hace que el riesgo persista cuando en otros estados ya desapareció.
Las autoridades sanitarias continúan con campañas para que la población adopte medidas de protección.
La respuesta tecnológica al problema de vigilancia
La trampa alcanza más del 98% de precisión en pruebas de laboratorio, afirmó el medio. Detrás del desarrollo están el profesor asociado Ryan Carney y el profesor Sriram Chellappan, con investigaciones que se remontan a 2018.
El equipo se puede colgar de una rama baja o colocar en el suelo. Atrae a los mosquitos con luz o cebo, un ventilador los aspira hacia el interior y los insectos quedan adheridos a una superficie pegajosa. Dos cámaras integradas los fotografían y un sistema de inteligencia artificial compara esas imágenes con una base de datos para determinar la especie capturada.
Según los investigadores, el sistema también distingue entre machos y hembras, y detecta si el mosquito se alimentó de sangre recientemente. Ese dato tiene valor sanitario directo: solo las hembras pican a las personas y pueden transmitir enfermedades.
Cómo se usa y qué viene después
Mientras el sistema tradicional tarda días, Digitomy apunta a entregar los resultados en horas. Esa diferencia puede ser determinante para contener un brote antes de que se expanda.
El sistema envía la información a un panel de mapas al que acceden los equipos de control. Si varias trampas detectan un aumento del mosquito Aedes aegypti —la especie responsable de la transmisión del dengue en Florida— en un mismo barrio, las autoridades pueden intervenir en ese punto antes de que crezca el número de contagios.
Los investigadores integraron los datos de las trampas en una capa privada del Global Mosquito Observations Dashboard, disponible en mosquitodashboard.org.
Esa plataforma ya reúne más de medio millón de registros de ciencia ciudadana, y la incorporación de las trampas automatizadas busca combinar ambas fuentes de información.
La USF realizó pruebas del dispositivo en su propio campus y trabajó con el Distrito de Control de Mosquitos Anastasia, en el condado de St. Johns. Además, el equipo prepara una validación en campo en el condado de Hillsborough, donde el brote fue más intenso.
Digitomy trabaja con la Oficina de Transferencia de Tecnología de la USF para licenciar el sistema de identificación a fabricantes de trampas ya establecidos, lo que permitiría incorporar la tecnología a equipos existentes en el mercado.
En el verano de 2026, la startup recibió una beca de USD 25.000 del acelerador Bull Ring de la USF para acelerar esa transición al mercado.
Por el momento, tal como precisó Fox News, la universidad no anunció una fecha de lanzamiento comercial ni un precio de venta al público. El equipo también trabaja en una plataforma educativa en línea para que profesionales del control de mosquitos y ciudadanos puedan practicar la identificación de especies con apoyo de la IA.












