Diseño de una aplicación como ayuda para predecir el  riesgo de padecer una isquemia cardiaca

Camayo Chaguendo, Alex

Diseño de una aplicación como ayuda para predecir el riesgo de padecer una isquemia cardiaca

dc.contributor.advisor	Aguilar Zambrano, Jaime Alberto
dc.contributor.advisor	Asencio Santofimio, Helberg
dc.contributor.author	Camayo Chaguendo, Alex
dc.date.accessioned	2024-06-14T01:15:09Z
dc.date.available	2024-06-14T01:15:09Z
dc.date.issued	2021
dc.description.abstract	Hoy en día, las enfermedades cardiacas son las principales causas de muerte alrededor del mundo. Por esta razón, en este artículo se realiza una aplicación Android que, no solamente pretende predecir el riesgo de padecer una enfermedad isquémica del corazón como prevención secundaria, sino que también, busca acompañar a los pacientes en su tratamiento de la enfermad. Para lograr lo anterior, se realizó un proceso de diseño con el uso de la Teoría de Solución de Problemas Inventivos TRIZ. De esa manera, se realizó una búsqueda en la literatura científica para caracterizar los sistemas actuales que pretenden atacar la problemática de las enfermedades cardiovasculares. Así, se encontró que Machine Learning es una herramienta de gran uso y con buenos resultados para la predicción de una enfermedad cardiovascular. Sin embargo, se encontró una ausencia de involucrar estos algoritmos en productos de apoyo donde el paciente sea el centro de atención y no sólo la enfermedad. Así, la aplicación de este proyecto lleva el modelo de los estudios a un prototipo inicial que puede ser usado por las personas como un indicador en el tratamiento del padecimiento. Como resultado, se obtuvo una aplicación en la plataforma Android que utiliza Tensorflow para el desarrollo del modelo Machine Learning, y Firebase junto con Android Studio para crear las interfaces.
dc.description.abstracteng	Today, heart disease is the leading cause of death around the world. For this reason, this article makes an Android application that not only aims to predict the risk of suffering from ischemic heart disease as secondary prevention, but also seeks to accompany patients in their treatment of the disease. To achieve the above, a design process was carried out with the use of the TRIZ Inventive Problem-Solving Theory. In this way, a search was carried out in the scientific literature to characterize the current systems that seek to attack the problem of cardiovascular diseases. Thus, it was found that Machine Learning is a tool of great use and with good results for the prediction of cardiovascular disease. However, an absence was found to involve these algorithms in support products where the patient is the center of attention and not just the disease. Thus, the application of this project takes the model of the studies to an initial prototype that can be used by people as an indicator in the treatment of the disease. As a result, an application was obtained on the Android platform that uses TensorFlow for the development of the Machine Learning model, and Firebase together with Android Studio to create the interfaces.
dc.format.extent	122 p.
dc.format.mimetype	application/pdf
dc.identifier.uri	https://vitela.javerianacali.edu.co/handle/11522/2522
dc.language.iso	spa
dc.publisher	Pontificia Universidad Javeriana Cali
dc.rights.accessrights	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Enfermedad isquémica del corazón
dc.subject	Metodología TRIZ
dc.subject	Machine Learning
dc.subject	Aplicación Android
dc.subject	Comunicación inalámbrica
dc.thesis.discipline	Facultad de Ingeniería y Ciencias. Ingeniería Electrónica
dc.thesis.grantor	Pontificia Universidad Javeriana Cali
dc.title	Diseño de una aplicación como ayuda para predecir el riesgo de padecer una isquemia cardiaca	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcol	https://purl.org/redcol/resource_type/TP