AI-EPIPLEPSY Sistema de apoyo para el diagnóstico de epilepsia refractaria

Este proyecto se centra en abordar el problema de la epilepsia, especialmente la epilepsia refractaria, que no responde a los tratamientos farmacológicos convencionales. La epilepsia es una enfermedad crónica que afecta a millones de personas en todo el mundo. Aunque existen métodos de diagnóstico como el electroencefalograma, resonancia magnética y análisis de biomarcadores, no se utilizan de manera integrada, lo que plantea la oportunidad de desarrollar modelos que aprovechen la información disponible para mejorar el diagnóstico. La justificación del proyecto se basa en la necesidad de mejorar la recolección y almacenamiento de datos, así como en la automatización del análisis de los mismos. El objetivo es desarrollar un prototipo de software que integre los sistemas de información de la Fundación HOMI, centralice los datos clínicos de los pacientes epilépticos y proporcione una interfaz web para mostrar los resultados de los modelos predictivos del diagnóstico de epilepsia refractaria. Esto permitirá mejorar el proceso de diagnóstico y brindar un apoyo eficiente al personal médico en la toma de decisiones clínicas.

• Autores: Delgado Ruiz, Andrés Felipe
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/73322
• Acceso en línea: https://hdl.handle.net/1992/73322
• Palabra clave: Epilepsia; Modelos de machine learning; Diagnóstico; Pacientes; MRI; ARN; Ingeniería
• Rights: openAccess
• License: Attribution 4.0 International