Listado de Trabajos Fin de Máster MUIB

En el presente Trabajo Fin de Máster se han desarrollado dos tareas diferentes enmarcadas en el Proyecto SineDie (Sistemas INteligentes y de Educación para el control de la Diabetes diagnosticada en el Embarazo). Dicho proyecto propone un sistema de telemedicina soportado por herramientas inteligentes de ayuda a la decisión para mejorar la gestión de la diabetes gestacional tanto para el personal sanitario como para las pacientes. Este trabajo se ha centrado en el desarrollo de dos módulos de dicho sistema SineDie:
- Módulo de comunicación con el glucómetro: Se ha realizado una mejora de la aplicación encargada de la descarga de los datos almacenados en el glucómetro de la paciente. Y se ha implementado la funcionalidad de visualización de resúmenes automáticos de datos de glucemia. Con esto se quería conseguir una aplicación mucho más intuitiva y visual para la paciente, facilitando todo este proceso.
- Módulo de envío de notificaciones automáticas: Se ha implementado un sistema de envío de avisos, dirigidos tanto a las pacientes como a los profesionales encargados de su seguimiento y de resúmenes de datos de glucemia, para pacientes. Con el fin de que el seguimiento y el tratamiento de la enfermedad, por ambas partes, sean mucho más cómodos. Los avisos se envían mediante mensajes SMS a las pacientes y a los profesionales.

El propósito de este trabajo es la creación de una herramienta de formación online basada en vídeo para profesionales del sector sanitario. Los médicos requieren una formación constante para estar al día de los nuevos conocimientos aplicables en su campo. La formación online proporciona libertad de horario, y libertad de ubicación geográfica, lo cual es muy importante en el mundo actual. Además permite que médicos de todo el mundo compartan conocimiento, lo cual enriquece el contenido. Finalmente, la creación y compartición de contenidos didácticos multimedia que aprovechen los recursos no explotados de los centros sanitarios (principalmente vídeo) permite la reutilización inteligente de este tipo de recursos.
Para la realización del trabajo se han tenido en cuenta una serie de requisitos de usuario extraídos del análisis del estado del arte en plataformas de formación online tanto generalistas como específicas del sector médico.
La arquitectura propuesta responde a dos áreas fundamentales: la capacidad de aprendizaje basados en contenidos online, fomentando el aprendizaje formal y no formal, y la interacción entre los usuarios, haciendo hincapié en el aprendizaje informal. Otro hito importante de este proyecto es no limitarse a la implementación de la herramienta, sino también crear mecanismos de incentivación para incrementar la participación de los usuarios, y de este modo lograr obtener mayor diversidad de opiniones y contenidos actualizados.
El resultado principal de este trabajo es un entorno completamente funcional para el aprendizaje de habilidades médicas, altamente configurable según el ámbito de aplicación. Sin embargo, su utilidad vendrá marcada por su validación en entornos clínicos reales así como por las sucesivas iteraciones de diseño que se realicen de cara a optimizar su funcionamiento.

Para brindar ayuda a los pacientes que padecen diabetes tipo 1, se ha realizado una aplicación de control en lazo cerrado consistente en la monitorización y control de los niveles de glucosa del mismo, así como de gestión de la insulina aplicada al paciente mediante una bomba externa portátil. La aplicación aquí presentada ha sido desarrollada para funcionar en dispositivos móviles que cuenten con un sistema operativo Android.
La aplicación está destinada para dos tipos de usuarios: médicos endocrinólogos y pacientes con diabetes tipo 1. Para ello se han realizado dos versiones de la interfaz, una para cada tipo de usuario, debido a las diferentes necesidades que tienen unos y otros. La interfaz del usuario es actualizada en tiempo real de acuerdo a los parámetros obtenidos tanto de la bomba como del sensor, los que usará el paciente. La interfaz que se desarrolló para el medico permite la posibilidad de explorar los datos acumulados para distintos pacientes, con gráficas de insulina administrada y consumo de glucosa.

Un correcto tratamiento de los déficits y alteraciones cognitivas derivadas de un daño cerebral adquirido (DCA), es crucial para la óptima recuperación del paciente. Para ello es crucial avanzar en el conocimiento del funcionamiento del cerebro, tanto a nivel funcional, como estructural y neuronal; a fin de poder realizar terapias personalizadas a las necesidades de cada paciente.
El presente Trabajo Fin de Máster pretende contribuir a la mejora de BrainApp, una herramienta web que permite la recogida de información relativa a los procesos cognitivos que conformará la base de conocimiento de un modelo cognitivo teórico.
En su versión 2.0, BrainApp se convierte en una aplicación intuitiva y amigable, que no sólo permite definir los procesos cognitivos de manera mucho más precisa y robusta que en su versión predecesora, sino que incorpora nuevas funcionalidades entre las que cabe destacar un nuevo sistema de interacción con el modelo basado en referencias bibliográficas, utilizadas como fuente teórica de conocimiento.
Todo este trabajo ha sido posible gracias al equipo interdisciplinar clínico-tecnológico formado por investigadores del Grupo de Bioingeniería y Telemedicina de la UPM, y el Institut Guttmann.