DISEÑO Y DESARROLLO DE UNA APLICACIÓN MÓVIL (APP), QUE PERMITA DIAGNOSTICAR LA FIBRILACIÓN AURICULAR MEDIANTE LA LECTURA E INTERPRETACIÓN DEL RITMO CARDÍACO A TRAVÉS DEL SENSOR ACELERÓMETRO DE UN SMARTPHONE

Autores/as

  • Jhoan Enrique Guerra Espitia
  • María Alejandra Barajas Padrón
  • Deney Ballesteros Ruiz
  • Rodrigo Junior García

DOI:

https://doi.org/10.26507/ponencia.414

Resumen

En el siguiente proyecto se pretende dar a conocer como las TIC (Tecnología de la información y comunicación) podrían ayudar a mejorar la calidad de vida de las personas al llevar un control sobre si padece o no de fibrilación auricular mediante el uso de Smartphones, la fibrilación auricular es una patología que puede ser asintomática y los síntomas que suelen presentarse son Palpitaciones, Taquicardia, Dolor y presión torácica, vértigo, mareo, astenia y adinamia, además tiene complicaciones como ACV, ICTUS y tromboembolia; la aplicación una vez haya terminado de recolectar los datos de la frecuencia cardiaca los analiza en una base de datos en tiempo real, en caso de que el usuario padezca de esta patología le será notificado inmediatamente. La realización de una aplicación que detecte esta patología de manera rápida es relevante clínicamente, ya que va a permitir realizar un diagnóstico acertado y así un manejo terapéutico adecuado y oportuno, llevando esto a prevenir complicaciones.

-           FECHA DE INICIO – FIN DEL PROYECTO:

Este proyecto de investigación inició el día 3 de octubre del 2017, actualmente continua en desarrollo y se prevé terminarlo a finales del de mes de noviembre del año en curso.

-           ALCANCE DEL PROYECTO – POBLACIÓN BENEFICIADA:

Este proyecto tiene como objetivo principal diseñar y desarrollar una aplicación móvil (FibrilApp), que permita diagnosticar la Fibrilación Auricular mediante la lectura e interpretación del ritmo cardíaco a través del sensor acelerómetro de un Smartphone en el Hospital San Jerónimo de Montería; Por medio de una aplicación en tiempo real que analice nuestro ritmo cardiaco podemos saber si padecemos de fibrilación auricular, esto es posible gracias Machine Learning cuya disciplina está basada en la inteligencia artificial y utiliza el algoritmo de árbol de decisión para sacar la predicción más acertada entre los datos que recolecta de nuestro ritmo cardiaco y la información que tiene almacenada en la base de datos.

Gracias a esta aplicación se beneficiaría la población de la ciudad de Montería, ya que se estaría llevando un control de detección y prevención de esta patología ya que puede ser silenciosa, es decir, no presenta síntomas.

-           RESULTADOS ALCANZADOS:

  • Se entrenó al algoritmo para que aprendiera cuál es el comportamiento de los datos de una persona sana y una persona con fibrilación auricular.
  • Se realizaron pruebas para medir el rendimiento del algoritmo.
  • Basándonos en los resultados obtenidos en las pruebas realizadas podemos inferir que la realización de una aplicación que detecte esta patología de manera rápida es relevante clínicamente, ya que va a permitir realizar un diagnóstico acertado y así un manejo terapéutico adecuado y oportuno, llevando esto a prevenir complicaciones.

-           PROYECCIÓN A FUTURO:

Una vez terminada la aplicación se procederá a subirla a la tienda de aplicaciones (Play Store) e implementarla en los usuarios del Hospital San Jerónimo de Montería, con un poco más de esfuerzo crear la aplicación en otras plataformas móviles como lo son iOS y Windows Phone, para que este producto software llegue a cada uno de los habitantes del departamento de Córdoba y al país entero.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

06-08-2018

Cómo citar

[1]
J. E. Guerra Espitia, M. A. . Barajas Padrón, D. . Ballesteros Ruiz, y R. . Junior García, «DISEÑO Y DESARROLLO DE UNA APLICACIÓN MÓVIL (APP), QUE PERMITA DIAGNOSTICAR LA FIBRILACIÓN AURICULAR MEDIANTE LA LECTURA E INTERPRETACIÓN DEL RITMO CARDÍACO A TRAVÉS DEL SENSOR ACELERÓMETRO DE UN SMARTPHONE», EIEI ACOFI, ago. 2018.

Evento

Sección

Trabajos de los estudiantes
Estadísticas de artículo
Vistas de resúmenes
Vistas de PDF
Descargas de PDF
Vistas de HTML
Otras vistas
QR Code
Crossref Cited-by logo