Ingeniería de Sistemas · 2026
Plataforma digital con inteligencia artificial para el seguimiento y monitoreo de enfermedades neurodegenerativas en Colombia
Las enfermedades neurodegenerativas representan un desafío creciente para los sistemas de salud debido a la dificultad de realizar un seguimiento continuo y oportuno de los pacientes. Este proyecto propone el diseño y desarrollo de una plataforma digital apoyada en inteligencia artificial para el monitoreo longitudinal de personas con riesgo o diagnóstico temprano de deterioro cognitivo. La solución integra módulos de registro de usuarios, evaluaciones cognitivas digitales, almacenamiento seguro de información, análisis predictivo y generación de alertas tempranas para apoyar a cuidadores y profesionales de la salud. La propuesta contempla una arquitectura escalable basada en tecnologías web, móviles y servicios en la nube, permitiendo centralizar datos clínicos y funcionales, mejorar la trazabilidad de la información y facilitar el acceso remoto al seguimiento de los pacientes. Mediante técnicas de analítica de datos y aprendizaje automático, la plataforma busca identificar patrones asociados al deterioro cognitivo y contribuir a una detección más temprana de posibles alteraciones. Como resultado, se espera fortalecer la toma de decisiones, optimizar el acompañamiento de pacientes y cuidadores, reducir las limitaciones de los métodos tradicionales de seguimiento y generar información estructurada que sirva de apoyo para futuras investigaciones y aplicaciones en el ámbito de la salud digital.
Texto completo 54 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- PLANTEAMIENTO DEL PROBLEMAp. 8
- Descripción del problemap. 8
- Evidencias y datos relevantesp. 8
- Limitaciones de las alternativas actualesp. 8
- 2. OBJETIVOSp. 13
- Objetivo Generalp. 13
- Objetivos específicosp. 13
- 3. ALCANCE DEL PROYECTOp. 15
- Lo que SÍ INCLUYEp. 15
- Lo que NO INCLUYEp. 15
- Entregables principalesp. 15
- 4. ANTECEDENTESp. 17
- 5.1 INTELIGENCIA ARTIFICIAL APLICADA AL MONITOREO DE ENFERMEDADES NEURODEGENERATIVASp. 23
- 5.2 SEGUIMIENTO LONGITUDINAL Y SALUD DIGITALp. 23
- 5.3 ARQUITECTURA TECNOLÓGICA, INTEROPERABILIDAD Y SEGURIDAD DE LA INFORMACIÓNp. 23
- 6. METODOLOGÍAp. 25
- 7. CRONOGRAMAp. 29
- 7.CRONOGRAMAp. 30
- 8. PRESUPUESTOp. 32
- 8.1. Rubrosp. 32
- 8.2. Total, costos directos estimados:p. 34
- 8.3. Costos indirectosp. 32
- Resumen global del presupuestop. 35
- 8.4. Observaciones / supuestosp. 32
- 9. PRIMER APROXIMACIÓN DE DISEÑO / ARQUITECTURA PRELIMINARp. 37
- Módulo de gestión de usuariosp. 38
- Módulo de evaluaciones cognitivasp. 38
- Módulo de almacenamiento y gestión de datosp. 38
- Módulo de inteligencia artificial y analíticap. 38
- Módulo de notificaciones y alertasp. 38
- Interfaz web y aplicación móvilp. 38
- Servicios e infraestructura en la nubep. 38
- 10. GESTIÓN DE RIESGOp. 44
- 11. EQUIPO DEL PROYECTOp. 46
- 12. INDICADORES DE ÉXITOp. 49
- socialp. 50
- 12.1. Indicadores técnicosp. 50
- plataforma desde un enfoque computacionalp. 50
- Indicador Técnicop. 50
- Meta / Criterio de Éxitop. 50
- Disponibilidad del sistema (Uptime)p. 50
- ≥ 98%p. 50
- Tiempo de respuesta del backendp. 50
- ≤ 500 msp. 50
- Precisión del modelo de IAp. 50
- ≥ 85%p. 50
- Tasa de errores críticosp. 50
- ≤ 2 bugs severos por versión establep. 50
- Integración entre módulosp. 50
- ≥ 90% de endpoints funcionandop. 50
- Usabilidad (SUS Score)p. 50
- ≥ 75/100p. 50
- Tabla 21. Tabla indicadores técnicosp. 50
- 12.2. Indicadores operativosp. 50
- Indicador Operativop. 50
- Meta / Criterio de Éxitop. 50
- Cumplimiento del cronogramap. 50
- ≥ 90%p. 50
- Cobertura de pruebasp. 50
- ≥ 80%p. 50
- Resolución de incidenciasp. 50
- ≥ 85%p. 50
- Disponibilidad del equipop. 50
- ≥ 95%p. 50
- Documentación técnica completap. 50
- 100%p. 50
- Tabla 22. Indicadores Operativosp. 50
- 12.3. Indicadores de adopciónp. 51
- 12. REFERENCIASp. 52
- Tabla 1. Valoración cualitativap. 45