Desarrollo de agente inteligente y dashboard para contribuir al control de Leishmaniasis Cutánea en Guatemala.

Abstract

La Leishmaniasis cutánea es sin dudar la forma clínica más frecuentemente observada en Guatemala, siendo tan notoria y específica en regiones selváticas que se cataloga como endémica. El objetivo principal del Proyecto es desarrollar e implementar una solución para el estudio, catalogación y monitoreo frecuente de la enfermedad en regiones del norte de Guatemala. Para cumplir con el objetivo se diseñaron, implementaron y probaron dos soluciones entrelazadas e interdependientes: una aplicación móvil con un agente inteligente capaz de detectar Leishmaniasis cutánea y un portal de datos estadísticos e históricos de la enfermedad para su uso y análisis. La aplicación ayudaría a combatir el impacto de la enfermedad en épocas estacionales, con fácil implementación y de gran utilidad para los agentes de campo. Por otro lado, el portal informativo es un espacio donde se pueden actualizar y mostrar los registros históricos para su cuantificación y análisis por investigadores relacionados con el combate a la enfermedad. Ambas soluciones fueron trabajadas desde sus cimientos en cuatro módulos principales: Frontend, Backend, Infraestructura e inteligencia artificial. Cada módulo obtuvo resultados y desarrolló avances de forma independiente, pero a su vez conectados al resto. El módulo de inteligencia artificial fue el primero en ser desarrollado, el agente inteligente es el encargado de analizar y tomar decisiones sobre lesiones de Leishmaniasis e identificarlas adecuadamente. El resultado fue que el agente fue capaz de diagnosticar Leishmaniasis cutánea en un teléfono móvil con especificaciones asequibles. El agente validó un conjunto de imágenes obtenidas para entrenarlo con una precisión del 90.95% usando el modelo InceptionV3, aunque se necesitarían más imágenes para mejores resultados. En cuanto al módulo de Backend e Infraestructura, estos son las columnas en las cuales se basan los servicios y conexiones de aplicaciones. Se creó un diseño de base de datos adecuado, se usó Node.js para satisfacer las necesidades que requieren los sitios WEB de APIS modernos y se montó la infraestructura en Amazon Web Services. Además, se hizo uso de otros servicios clave como AWS S3, Route 53, Amazon CloudFront, y demás. Esto resultó en autentificación de usuarios en el portal, acceso restringido, seguridad robusta y manejo de errores en ambas soluciones. Finalmente, en el módulo de Frontend, que es el encargado de diseñar e implementar la interfaz con la que el usuario interactúa, se hizo uso de patrones de toma de retroalimentación cuantitativos y cualitativos. Un 45% de personas indicaron que el tablero de Leishmaniasis fue de su agrado, un 56% respondió favorablemente ante las funcionalidades atómicas y un 67% de persones indican que sí usarían el tablero. Finalmente, las pruebas de usabilidad arrojaron resultados positivos en interacción y manejo de flujos para los usuarios. (A)