Diseño y evaluación de un sistema de ayuda al diagnóstico para neuropatía diabética basado en la lectura de puntos de presión plantar y machine learning

• Autor: Tincopa Flores, Jean Pierre
• Formato: tesis de maestría
• Fecha de Publicación: 2019
• Institución: Consejo Nacional de Ciencia Tecnología e Innovación
• Repositorio: CONCYTEC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.concytec.gob.pe:20.500.12390/1463
• Enlace del recurso: https://hdl.handle.net/20.500.12390/1463
• Nivel de acceso: acceso abierto
• Materia: Trastornos de la Sensación; Neuropatías Diabéticas -- Diagnóstico; Neuropatía Tibial; Privación Sensorial; Parestesia; Aprendizaje Automático; https://purl.org/pe-repo/ocde/ford#1.02.03

La neuropatía diabética es la complicación más común en pacientes que sufren diabetes. La pérdida en la sensibilidad del pie hace que estos pacientes tengan un mayor riesgo de ulceraciones que finalmente devienen en amputaciones. Se conoce que la presión plantar aumenta en los pacientes diabéticos como resultado de una deformación del pie a causa de la enfermedad. El gold standard del diagnóstico de neuropatía diabética son pruebas de conducción nerviosa costosas e invasivas y difíciles de implementar en los primero niveles de atención. Este proyecto desarrolló y evaluó un sistema de apoyo al diagnóstico de neuropatía diabética a través de la creación de una base de datos de puntos de presión plantar usando una plantilla con sensores electrónicos y algoritmos de machine learning. El algoritmo diseñado logró tener una precisión promedio de 0.94 y un recall promedio de 0.93 El sistema de apoyo al diagnóstico tuvo gran aceptación por parte de endocrinólogos quienes afirmaron les gustaría usar con más frecuencia el sistema por ser fácil de usar, cómodo y confiable. Este es el primer estudio donde se usa la medición de presiones plantares en tiempo real como base para un sistema de apoyo al diagnóstico.