Medellín - Minas - Maestría en Ingeniería - Analítica · 2025

Método de autoaprendizaje basado en machine learning aplicado a la dieta de un individuo con colitis ulcerativa. Caso de estudio: paciente Juan Pablo Aguirre Martínez

La Colitis Ulcerativa (CU), es una Enfermedad Inflamatoria Intestinal (EII), crónica que afecta a aproximadamente 1 de cada 1000 personas en el mundo. Esta condición autoinmune provoca inflamación y úlceras en el colon, desencadenando síntomas como diarrea, sangrado, dolor y fatiga, reduciendo significativamente la calidad de vida. La severidad puede oscilar entre leve a grave, e incluso puede ser potencialmente mortal. Si bien no existe una cura, la nutrición personalizada es clave en el manejo de los síntomas. Este trabajo propone un método basado en técnicas de autoaprendizaje y Machine Learning para ajustar la alimentación de individuos con CU, tomando como caso de estudio al paciente Juan Pablo Aguirre Martínez. La justificación de este radica en la falta de literatura previa sobre la aplicación de sistemas de Machine Learning a la dieta de personas con CU. La metodología incluye la construcción de un conjunto de datos, la revisión y evaluación de técnicas de Machine Learning. Precisamente, se consideró la capacidad del modelo para procesar datos temporales y aprender de manera continua, lo que llevó a la elección del modelo LSTM. Se espera que el método propuesto contribuya al desarrollo de una herramienta innovadora que mejore la calidad de vida de personas con CU y fomente la exploración de nuevas soluciones en el ámbito de la medicina. (Tomado de la fuente)

Tesauro de su biblioteca