Tecnologías Específicas

Computación

Descripcion y Objetivos

Una casuística común con un sector determinado de pacientes de la Unidad de Condutas Adictivas (UCA) del CHUA es el control de reincidencia en consumo de alcohol. Los métodos clásicos de detección de consumo no tienen un alcance mayor un día. En este TFG, se trabajará con una base de datos creada por la UCA con 300 casos (pacientes y control) de los cuales se dispone de 70 marcadores obtenidos mediante prueba analítica, además de una variable objetivo binaria obtenida mediante cuestionario. La aplicación por desarrollar será capaz de predecir, utilizando un subconjunto de dichos marcadores, si un paciente ha recaído en un nivel de consumo de riesgo de alcohol en los últimos 7 días.
En el curso 2020/2021 se desarrolló un TFG similar, en el que se cubrieron objetivos básicos. En este caso, se aspira a completar un producto mínimo viable en entorno de uso real, contando además con la colaboración de la doctora internista creadora de la base de datos durante su tesis doctoral.
Descripción y Objetivos:
Los objetivos principales de este TFG son:
1.Crear modelos predictivos que detecten un consumo de riesgo de alcohol en la última semana.
2.Selección de marcadores más útiles para estos modelos (selección de variables).
3.Utilizar un método de interpretación agnóstico al modelo.
4.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.
5.Despliegue de la aplicación online.
Como objetivos secundarios:
1.Repetición automática del proceso de selección de variables conforme se disponga de nueva información.
2.Añadir automatización (Integración y Despliegue Continuo) al despliegue.
3.Reducción de Falsos Positivos.

 

Metodología y Competencias

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.
 

 

Medios a utilizar

Herramientas de control de versiones: GitHub.
Gestión visual del trabajo: ZenHub.
Jupyter notebook online: Google Colab.
Python: scikit-learn y tkinter o pyside2.

 

Bibliografía

https://scikit-learn.org/
https://wiki.qt.io/Qt_for_Python
Interpretable Machine Learning with Python. Serg Masis. 2021.
The Scrum Guide – V. September 2020.