Sistema móvil de acompañamiento para pacientes con diabetes tipo 2 usando un sistema de reputación bayesiano

Los pacientes que padecen diabetes tipo 2 presentan impedimentos para llevar acabo los programas de autocuidado propuestos por el médico, esto se debe a que los pacientes no comprenden los métodos para cuidarse y mucho menos entienden la importancia de seguir el tratamiento de forma estricta. Además, que las sesiones de educación no son individualizadas, resultando incómodas y poco provechosas para el paciente. En el mercado existen algunas aplicaciones con finalidad de ayudar al paciente en el cuidado de su enfermedad. Estas han mostrado gran potencial en facilitar la promoción de la salud mediante consejos para tomar conciencia de la autogestión del tratamiento. Hace tiempo existen diferentes aplicativos que usan modelos de reputación bayesiano para el diagnóstico de diferentes enfermedades. Por consiguiente, se propone un sistema de acompañamiento a través del cual se pueda lograr una interacción continua médico-paciente y la implementación de un chat autónomo que aprenderá del paciente a través de un sistema de reputación bayesiano. La propuesta consta de un aplicativo web para los doctores quienes podrán crear pacientes, asignarles tratamientos y hacerles seguimiento. Un aplicativo móvil para los pacientes donde podrán interactuar con un chatbot (bot conversacional) que les pregunta y aconseja sobre los objetivos establecidos en el tratamiento, se recolecta y muestra los avances con respecto a los anteriores. Se implementó un modelo bayesiano encargado de cambiar la forma de hablar del bot para que el usuario cumpla la mayor cantidad de metas posible. Una API REST por medio de la cual se realizan todas las interacciones con la base de datos, siendo usada por el aplicativo web, móvil y modelo de reputación bayesiana. Finalmente, los resultados mostraron que tanto la página web como la aplicación móvil tienen un grado de satisfacción aceptable al usuario. La solución mostró facilitar el monitoreo de los pacientes gracias a su usabilidad y funcionalidades.

• Autores: Camelo Ariza, Cristian Amir; Corcho Carranza, Ricardo Andrés; Juliao Colina, Raúl Humberto; Maldonado González, Paula Andrea
• Fecha de publicación: 2019
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/8768
• Acceso en línea: http://hdl.handle.net/10584/8768
• Palabra clave: Diabetes, Sistema de acompañamiento, Tratamiento, Modelo de reputación bayesiana; Diabetes, Accompaniment system, Treatment, Bayesian reputation model
• License: Universidad del Norte