Universidad de Castilla-La Mancha
 
Escuela Superior de Ingeniería Informática

 

  cambiar a curso:   2019-20   2021-22



Grado en Ingeniería Informática


TRABAJOS FIN DE GRADO
curso: 2020-21

Herramienta para la detección de consumo de alcohol según marcadores en sangre


Tecnologías Específicas

Computación
 


Descripcion y Objetivos

La Unidad de Condutas Adictivas del CHUA ha recopilado una base de datos con 300 pacientes (entre pacientes control y pacientes de la UCA) a los que se les ha realizado un análisis de sangre para obtener 70 marcadores potencialmente útiles para detectar si el paciente consumió alcohol hace varios días. Esto se hace necesario pues las pruebas tradicionales solo detectan el consumo en las últimas horas, pero interesa saber si un paciente de la UCA ha recaído en su adicción.


Los objetivos principales de este TFG son:
1.    Crear modelos predictivos explicables (caja blanca) que den una aproximación del consumo de alcohol en la última semana.
2.    Selección de marcadores más útiles para estos modelos.
3.    Creación de herramienta visual para facilitar al especialista sanitario la introducción de los valores correspondientes a un paciente, así como la ejecución del modelo previamente entrenado y la explicación de su predicción.


Como objetivos secundarios:
1.    Reducción de Falsos Positivos.
2.    Construcción de variables a partir de marcadores.

 


Metodología y Competencias

Metodología:

Para realizar el TFG se va a emplear una metodología ágil por lo que, a partir de una idea básica inicial, el proyecto evoluciona por sprints según avanza su desarrollo.

El Plan de Trabajo incluye: primera reunión para inicializar la visión del trabajo y una pila de tareas (product backlog). Se utilizará un tablero Kanban online para la gestión del trabajo, y se realizará una reunión quincenal para la revisión y planificación de cada sprint.

A lo largo del proyecto se realizarán reuniones online con un especialista de medicina interna para que valore el progreso de la herramienta.

Competencias:

Se trabajarán principalmente (en distinto grado) las siguientes competencias específicas de la tecnología de computación:

  • Capacidad para evaluar la complejidad computacional de un problema, conocer estrategias algorítmicas que puedan conducir a su resolución y recomendar, desarrollar e implementar aquella que garantice el mejor rendimiento de acuerdo con los requisitos establecidos.
  • Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas
    inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas
    que utilicen dichas técnicas en cualquier ámbito de aplicación.
  • Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una
    forma computable para la resolución de problemas mediante un sistema informático en
    cualquier ámbito de aplicación, particularmente los relacionados con aspectos de
    computación, percepción y actuación en ambientes entornos inteligentes.
  • Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e
    implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción
    automática de información y conocimiento a partir de grandes volúmenes de dato.

 

 


Medios a utilizar

Herramientas de control de versiones: GitHub.

Gestión visual del trabajo: ZenHub).

Python: scikit-learn y tkinter o pyside2.

 


Bibliografía

https://scikit-learn.org/

https://wiki.qt.io/Qt_for_Python

The Scrum Guide – V. September 2017.

Otros materiales disponibles en la ESII o accesibles on-line.

 


Tutores


GAMEZ MARTIN, JOSE ANTONIO
BERMEJO LOPEZ, PABLO
 

Alumno


MARTÍNEZ LÓPEZ, RUBÉN

 

 

Sindicación  Sindicación  Sindicación  Sindicación

Curso: 2020-21
© Escuela Superior de Ingeniería Informática
Edificio Infante Don Juan Manuel
Avda. de España s/n
02071 Albacete

informatica.ab@uclm.es
aviso legal
generar código QR de la página