Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Universidad Autónoma de Bucaramanga
2025
|
| Subjects: | |
| Online Access: | https://www.redalyc.org/articulo.oa?id=71982942012 https://www.redalyc.org/journal/719/71982942012/ https://www.redalyc.org/journal/719/71982942012/html/ https://www.redalyc.org/journal/719/71982942012/71982942012.epub https://www.redalyc.org/journal/719/71982942012/movil |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Table of Contents:
- Construcción de un prototipo de registro de caídas basado en machine learning para mayores institucionalizados José Luis Dinamarca-Montecino Roberto Alejandro Durán-Novoa María Jesús Flores-Moraga Juan Carlos Briede-Westermeyer Medicina Anciano Informática Médica Hogares para Ancianos Aprendizaje Automático Inteligencia Artificial Introducción. Las caídas en personas mayores institucionalizadas representan un problema de salud pública subestimado, asociado a discapacidad, dependencia y mortalidad. En Chile, la ausencia de registros estandarizados en establecimientos de larga estadía para adultos mayores (ELEAM) limita la prevención efectiva. Este estudio tuvo como objetivo diseñar un prototipo de sistema digital de registro de caídas basado en aprendizaje automático, o machine learning (ML), para su implementación en ELEAM. Metodología. Se empleó la metodología de diseño de doble diamante en cuatro fases: a) identificación de actores y levantamiento de información mediante entrevistas cualitativas; b) análisis de causas y priorización de ideas con matrices Analytical Hierarchy Process (AHP) y Pugh; c) diseño conceptual y generación del producto mínimo viable (PMV), y d) elaboración de prototipos para validación de usabilidad. Resultados. Se evidenció una gran heterogeneidad en los registros actuales y ausencia de análisis posterior de datos. Se desarrolló un PMV que incluye un formulario de registro de caídas, visualización de medidas preventivas, perfiles de usuario diferenciados y herramientas educativas. El sistema fue validado internamente por cuidadores, directivos y profesionales de salud en ELEAM. Discusión. El uso de ML permitiría automatizar el análisis de datos y personalizar medidas preventivas. El diseño participativo y el enfoque preventivo fueron claves para su aceptabilidad. Conclusiones. El prototipo desarrollado tiene potencial para optimizar el registro de caídas en ELEAM, mejorar la prevención y fortalecer la atención en personas mayores institucionalizadas. 2025 artículo científico 0123-7047 https://www.redalyc.org/articulo.oa?id=71982942012 https://www.redalyc.org/journal/719/71982942012/ https://www.redalyc.org/journal/719/71982942012/html/ https://www.redalyc.org/journal/719/71982942012/71982942012.epub https://www.redalyc.org/journal/719/71982942012/movil 10.29375/01237047.5165 es http://www.redalyc.org/revista.oa?id=719 MedUNAB application/pdf Universidad Autónoma de Bucaramanga MedUNAB (Colombia) Num.1 Vol.28