PROYECTOS FINALES DE GRADO

Permanent URI for this collection

https://publicaciones.fctunca.edu.py/handle/123456789/4

Browse

Browsing PROYECTOS FINALES DE GRADO by Subject "ODS 3 - Salud y Bienestar"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Desarrollo de un software de Gestión y Evolución de pacientes basados en SOAP para Médicos Residentes del Hospital Regional de Coronel Oviedo año 2019.
    (FCyT UNCA, 2021-12) Silguero Estigarribia, Zulema María ; Lesme Ayala, Fernando José; Melgarejo Riveros, Víctor Manuel
    En la actualidad, existen aplicaciones software implementadas para administrar las historias clínicas de los pacientes a cargo de los médicos generales. Estas aplicaciones han facilitado la organización, recuperación y actualización de las historias clínicas de manera eficiente. El presente trabajo se llevó a cabo en el Hospital Regional de Coronel Oviedo, una institución pública de salud. Las necesidades y requerimientos fueron tomados de la misma, y se desarrolló una solución acorde a sus necesidades. El objetivo de este proyecto es desarrollar un software para la gestión y evolución de pacientes basado en SOAP, dirigido a los médicos residentes del Hospital Regional de Coronel Oviedo. Este software tiene el propósito de reducir las dificultades que enfrenta periódicamente el área de internación del hospital. El nivel de investigación utilizado es cualitativo, con el fin de interpretar los datos obtenidos a través de entrevistas y observaciones realizadas. Para la elaboración del sistema, se empleó el Lenguaje Unificado de Modelado (UML) mediante el programa StarUML. En cuanto al desarrollo del software, se utilizaron diversas tecnologías, tales como el lenguaje de programación PHP, el sistema gestor de base de datos MySQL, el framework Bootstrap, el lenguaje interpretado Javascript, así como herramientas como MySQLWorkbench y PHPMyAdmin. Se realizó un estudio detallado de los procedimientos relacionados con la internación de pacientes, lo que permitió definir de manera concreta los requisitos necesarios para la elaboración del sistema.
  • Thumbnail Image
    Item
    Panel de Alerta Temprana para Brotes Epidemiológicos en Paraguay
    (2024-06) Acosta Britos, Nonia Isabel; Olmedo Giménez, Diego Martín; Bogado Machuca, Juan Vicente
    El dengue se ha convertido en un importante problema de salud en Paraguay, debido a su aparición en regiones tropicales y subtropicales. Con la ayuda de pronósticos precisos, se pueden tomar medidas preventivas pertinentes para la lucha contra esta enfermedad. Ante esta problemática, se desarrolló una página web de Alerta Temprana de Brotes Epidemiológicos del Paraguay, utilizando como base de procesamiento el dengue. Esta página presenta gráficos de indicadores epidemiológicos como la incidencia, variables de temperatura y predicciones, de manera que los tomadores de decisiones puedan analizar el comportamiento del dengue en Paraguay, abarcando los 17 departamentos con sus distritos. Los datos recabados para el análisis corresponden al periodo de 2009 a 2013.
  • Thumbnail Image
    Item
    Reconocimiento de Imágenes Aplicando Deep Learning para el Apoyo al Diagnóstico Médico de Enfermedades Respiratorias en Radiografías del Tórax con Tecnología Jetson Nano en el Sanatorio San José de Coronel Oviedo
    (FCyT UNCA, 2022-09) Avalos Melgarejo, Rodrigo Emmanuel ; Melgarejo Riveros, Víctor Manuel
    La implementación de algoritmos de inteligencia artificial para el apoyo en las tomas de decisiones clínicas mediante radiografías del tórax enfrenta desafíos relacionados con la confiabilidad e interpretabilidad. En este contexto, establecemos una herramienta tecnológica de diagnóstico médico basada en Deep Learning para la clasificación de pacientes con enfermedades respiratorias o normales. Las imágenes son reconocidas por una red neuronal, la cual puede ayudar a acelerar el diagnóstico, facilitando así un tratamiento más rápido y mejorando los resultados clínicos. La inteligencia artificial y la medicina han seguido un camino paralelo en las últimas décadas. El Deep Learning, especialmente las redes neuronales profundas, son ideales para el reconocimiento de patrones, aprenden directamente a partir de los datos y ayudan a resolver problemas complejos. Esta tecnología se ha aplicado ampliamente en el procesamiento de imágenes y visión por computadora en la salud, gracias a su buena precisión en las tareas de clasificación de imágenes. El modelo de aprendizaje se ejecuta en el Jetson Nano, que ofrece el poder de cómputo necesario y proporciona resultados acelerados en una plataforma compacta, esencial para el entrenamiento.

Atribución/Reconocimiento-NoComercial 4.0 Internacional

Usted es libre de:

  1. Compartir — copiar y redistribuir el material en cualquier medio o formato
  2. Adaptar — remezclar, transformar y construir a partir del material
  3. La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia

Bajo los siguientes términos:

  1. Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios.
  2. NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
  3. No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.

Avisos:

No tiene que cumplir con la licencia para elementos del material en el dominio público o cuando su uso esté permitido por una excepción o limitación aplicable.

No se dan garantías. La licencia podría no darle todos los permisos que necesita para el uso que tenga previsto. Por ejemplo, otros derechos como publicidad, privacidad, o derechos morales pueden limitar la forma en que utilice el material.