GesTEApp: Sistema de recomendación para la detección temprana del TEA mediante análisis gestual de niños en Bogotá

El Trastorno del Espectro Autista es una afección neurológica que afecta a 1 de cada 160 niños a nivel mundial, por su naturalidad no tiene cura y el no ser tratado tempranamente puede causar afectaciones en la calidad de vida del niño y de su familia. Aunque actualmente existen diferentes herramientas tradicionales para la detección del TEA como los cuestionarios y listas de verificación (e.g., M-CHAT-R/F, Q-CHAT), este proyecto propone una herramienta tecnológica que, implementando análisis gestual y un sistema experto basado en un sistema de recomendación permita la detección temprana del TEA en niños y sirva como herramienta de ayuda a los profesionales de la salud. Para el desarrollo de la herramienta GesTEApp fue implementada una metodología de desarrollo híbrida entre Scrum y Lean Startup, además, modelos de face recognition y Linear Kernel con el fin de crear una herramienta capaz de detectar posibles señales de TEA en niños y posteriormente generar una recomendación al profesional de la salud. La herramienta logró reducir los tiempos de detección en un 36% respecto a las herramientas tradicionales.

• Autores: Bedoya Rodríguez, Santiago Andrés; Camelo Romero, Faiber Orlando; Mejía Trujillo, María Gabriela
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad El Bosque
• Repositorio: Repositorio U. El Bosque
• Idioma: spa
• OAI Identifier: oai:repositorio.unbosque.edu.co:20.500.12495/7113
• Acceso en línea: http://hdl.handle.net/20.500.12495/7113
• Palabra clave: Autismo; TEA; Face recognition; Linear Kernal; Sistema recomendación; Sistema experto; 621.3; Trastorno del espectro autista; Trastornos mentales; Autism; ASD; Face recognition; Linear Kernel; Recommender system; Expert system; Desarrollo de software de aplicación
• Rights: openAccess
• License: Atribución-NoComercial-CompartirIgual 4.0 Internacional