Aplicación de la Inteligencia Artificial en el área de Atención Temprana

Abstract

Este trabajo se centra en la hipótesis de que la Inteligencia Artificial (IA) pueda ayudar en el diagnóstico y recomendación de tratamiento en el campo de la atención temprana es un tema de gran relevancia e interés en la comunidad médica y de investigación. Esta hipótesis sugiere que la IA puede ser una herramienta valiosa para optimizar el proceso de diagnóstico y tratamiento de pacientes pediátricos en áreas complejas y multidisciplinarias. El objetivo principal de la tesis se divide en los siguientes sub-objetivos: 1. El primer sub-objetivo de esta tesis se centra en el estudio exhaustivo del estado del arte del uso de la inteligencia artificial en el campo de la medicina, con un enfoque particular en el ámbito de la atención temprana. Se explorarán las últimas investigaciones, avances y aplicaciones en esta área para comprender el contexto en el que se llevará a cabo el presente estudio. 2. El segundo sub-objetivo implica la selección de la metodología adecuada para aplicar la inteligencia artificial en el contexto de la atención temprana. Se analizarán y compararán tres metodologías ampliamente reconocidas: KDD (Knowledge Discovery in Databases), SEMMA (Sample, Explore, Modify, Model, and Assess) y CRISP-DM (Cross-Industry Standard Process for Data Mining). La elección de la metodología óptima será un paso crucial en la investigación. 3. El tercer sub-objetivo implica una evaluación exhaustiva de la viabilidad y eficacia de los algoritmos de inteligencia artificial más utilizados en el campo de la medicina. Se realizará una selección cuidadosa del algoritmo más apropiado para el caso de estudio en atención temprana, basándose en un análisis comparativo de su rendimiento y capacidad para abordar los objetivos de diagnóstico. 4. El cuarto sub-objetivo de este proyecto se enfoca en el desarrollo y despliegue de una Prueba de Concepto (POC) utilizando tecnologías de nube. Este paso es fundamental para demostrar la viabilidad técnica y funcional del sistema propuesto, permitiendo su evaluación en un entorno realista y en tiempo real. 5. Finalmente, el quinto sub-objetivo se centra en la identificación y discusión de las limitaciones encontradas en el estudio, así como en la proposición de posibles mejoras y áreas para investigaciones futuras. Se busca una comprensión completa de los desafíos y oportunidades que surgen en la aplicación de la inteligencia artificial en el diagnóstico en atención temprana.