Tecnologías Específicas

Computación

Descripcion y Objetivos

El Trastorno del Espectro Autista (TEA) es un trastorno del neurodesarrollo caracterizado por una comunicación social limitada y déficits persistentes en muchos contextos de las interacciones sociales. Responder de forma inadecuada en las conversaciones, tener dificultades para entablar amistades adecuadas a la edad o malinterpretar las interacciones no verbales son algunos de los déficits de comunicación de las personas con TEA [1]. Otros síntomas, como la dependencia de las rutinas diarias, la intolerancia a los cambios ambientales o la concentración inadecuada en elementos no apropiados, también pueden ser moderados o graves según el individuo.

El diagnóstico precoz del TEA es crucial porque es probable que dé lugar a mejoras significativas en dominios cruciales del desarrollo, incluyendo el funcionamiento social y la comunicación [2]. Actualmente, muchos casos de niños con autismo no se identifican precozmente debido al desconocimiento de los padres, a la falta de preparación de los profesores de preescolar, a las condiciones socioeconómicas desfavorecidas, a la falta de profesionales específicamente formados en la identificación de estos trastornos o a la falta de herramientas de detección eficaces y accesibles [3].

Por esta razón, el uso de la Inteligencia Artificial tiene como uno de sus principales intereses la detección de enfermedades en fases tempranas. La cual constituye un soporte rápido y eficiente para que luego el especialista realice el diagnostico final. Los datos para entrenar los modelos serán obtenidos de casos de niños diagnosticados con TEA y de un grupo de niños neurotípicos.

En este trabajo se busca cumplir los siguientes objetivos:

-Estudiar y conocer los problemas asociados a niños con TEA.

-Analizar fuentes de información para generar un amplio rango de datos que sean usados como entrada para los modelos de IA.

-Analizar diferentes algoritmos, partiendo desde técnicas clásicas de aprendizaje automático a métodos más avanzados de Deep Learning.

-Desarrollar una aplicación web que permita la captura de información, procesamiento utilizando los algoritmos seleccionados y la visualización de resultados. 

 

Metodología y Competencias

Metodología

La metodología del trabajo de Fin de Grado requiere los siguientes pasos esenciales:

Revisar la literatura disponible y el contexto del problema planteado.

Revisar fuentes de información para obtener datos sobre test de diagnóstico aplicados a niños con TEA, datos sobre comportamientos y/o información que permita identificar características propias de las personas objetivo.

Realizar un análisis exploratorio de los datos encontrados.

Analizar algoritmos adecuados al problema para luego compararlos y seleccionar el que cumpla el mejor desempeño y tenga la mejor precisión.

Diseñar un sistema web que permita la recepción de datos como entradas al modelo y genere una salida con la etiqueta correspondiente.

Documentar el proceso en la memoria para que sea reproducible.

 

 

 

Competencias

[CM1] Capacidad para tener un conocimiento profundo de los principios fundamentales y modelos de la computación y saberlos aplicar para interpretar, seleccionar, valorar, modelar, y crear nuevos conceptos, teorías, usos y desarrollos tecnológicos relacionados con la informática.

[CM4] 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.

[CM6] Capacidad para desarrollar y evaluar sistemas interactivos y de presentación de información compleja y su aplicación a la resolución de problemas de diseño de interacción persona computadora.

[CM7] 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 datos.

 

Medios a utilizar

Ordenadores personales, compiladores y entornos de programación. Todo disponible en la ESIIAB e I3A.

 

Bibliografía

[1] Alnemary, F., et al.: Factors associated with age of diagnosis of autism spectrum disorder among children in saudi arabia: new insights from a cross-sectional study. BMC Research Notes 15 (12 2022).

[2] Alobaid, A.S., Almogbel, E.: Awareness of autism spectrum disorder among pre-school teachers in qassim region, saudi arabia. Health Psychology Research 10(3) (8 2022). https://doi.org/10.52965/001c.37676

[3] American Psychiatric Association: Diagnostic and statistical manual of mental disorders : DSM-5. 5th ed. edn. (2013)