Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/10495/15107
Título : | Herramienta para evaluación del dolor en niños basada en escalas de dolor existentes y variables fisiológicas |
Autor : | Giraldo Bedoya, Andrea Carolina |
metadata.dc.contributor.advisor: | Aristizábal Nieto, Jenny Kateryne |
metadata.dc.subject.*: | Programa de ordenador Computer software Base de datos Databases Tecnología médica Medical technology Análisis de datos Data analysis Patología Pathology Inteligencia artificial Artificial intelligence http://vocabularies.unesco.org/thesaurus/concept6081 http://vocabularies.unesco.org/thesaurus/concept501 http://vocabularies.unesco.org/thesaurus/concept242 http://vocabularies.unesco.org/thesaurus/concept2214 http://vocabularies.unesco.org/thesaurus/concept251 http://vocabularies.unesco.org/thesaurus/concept3052 |
Fecha de publicación : | 2020 |
Resumen : | RESUMEN: En el marco del proyecto “Desempeño y diseño de un modelo de dolor postquirúrgico en niños menores de 36 meses para la clasificación de dolor en comparación con la escala tradicional pediátrica FLACC”, desarrollado por el Hospital San Vicente Fundación en conjunto con la Universidad de Antioquia, se hace necesario el desarrollo de una aplicación que facilite la recolección de datos del paciente, además con el objetivo de usar los datos recolectados para beneficio de los sujetos del estudio, se realizó un análisis de los datos, con el fin de entrenar un modelo de inteligencia artificial (máquinas de soporte vectorial) para clasificar con base en las variables fisiológicas los pacientes con dolor de los pacientes sin dolor. La aplicación móvil FLACC se desarrolló con el software Android Studio, esta tuvo buena acogida de los usuarios que la evaluaron en términos de funcionalidad, usabilidad y diseño, sugiriendo que la información fuera sincronizada en la nube para que todos tuvieran acceso sin importar desde cual dispositivo se registraron los datos. Por otro lado, con base en el análisis de datos y las máquinas de soporte vectorial entrenadas, los resultados demuestran que con los datos recolectados no es posible diferenciar entre pacientes con dolor y sin dolor a partir de las variables fisiológicas. |
Aparece en las colecciones: | Bioingeniería |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
GiraldoAndrea_2020_HerramientaEvaluacionDolor.pdf | Trabajo de grado de pregrado | 9.59 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons