DCRoutes: diseño & caracterización de rutas para el entrenamiento de pacientes respiratorios

Abstract

Títol alternatiu emprat a la intranet docent de l'EPSEVG: "Disseny d'un planificador de rutes personalitzades pel benchmarking de pacients respiratoris"

El present Treball Final de Grau té com a objectiu desenvolupar un sistema de caracterització i avaluació de rutes per a pacients respiratoris de l'Hospital Clínic de Barcelona mitjançant una aplicació web que permet, tant a metges com a pacients, interactuar de manera eficient. A través d’aquest sistema, es pretén proporcionar una eina que permeti l'assignació de rutes d'acord amb l'estat físic i les condicions particulars de cada pacient, promovent una millora en la qualitat de vida i en la gestió de les activitats físiques recomanades pels especialistes. El projecte s’estructura en les següents fases principals: la realització i implementació d'equacions matemàtiques per al càlcul de l'esforç; el disseny i desenvolupament de l'aplicació web, la programació i integració d'un model d'intel·ligència artificial i la validació dels resultats obtinguts. La plataforma desenvolupada utilitza un mapa mundial interactiu en el qual el metge pot seleccionar el punt d'origen i un punt de destí de qualsevol ruta que desitgin consultar, a qualsevol ciutat del món. La dificultat de cada ruta es calcula mitjançant un conjunt d’equacions matemàtiques progressivament més complexes que consideren diversos factors, com la distància de la ruta, la inclinació del terreny i totes les característiques individuals del pacient (gènere, pes, alçada, edat i fins i tot estat físic i patologies). Es recorre a una fórmula matemàtica o una altra en funció dels paràmetres que el metge vulgui utilitzar, que poden ser més o menys. El sistema inclou un model de xarxa neuronal creat amb TensorFlow, que permet estimar amb major precisió l'esforç requerit per a cada ruta, incorporant variables addicionals com l’estat de salut i la quantitat de patologies del pacient, com s’ha apuntat anteriorment. D'aquesta manera, s’aconsegueix una avaluació molt precisa i personalitzada del nivell de dificultat que suposa realitzar una ruta per a cada pacient en particular.

El presente Trabajo Final de Grado tiene como objetivo desarrollar un sistema de caracterización y evaluación de rutas para pacientes respiratorios del Hospital Clínic de Barcelona mediante una aplicación web que permite tanto a médicos como a pacientes interactuar de manera eficiente. A través de este sistema, se pretende proporcionar una herramienta que facilite la asignación de rutas de acuerdo con el estado físico y las condiciones particulares de cada paciente, promoviendo una mejora en la calidad de vida y en la gestión de las actividades físicas recomendadas por los especialistas. El proyecto se estructura en las siguientes fases principales: la realización e implementación de ecuaciones matemáticas para el cálculo del esfuerzo, el diseño y desarrollo de la aplicación web, la programación e integración de un modelo de inteligencia artificial y la validación de los resultados obtenidos. La plataforma desarrollada utiliza un mapa mundial interactivo en el que el médico puede seleccionar el punto de origen y un punto de destino de una ruta – cualquiera que quieran consultar -. La dificultad de cada ruta se calcula mediante un conjunto de ecuaciones matemáticas progresivamente más complejas que consideran diversos factores como la distancia de la ruta, la inclinación del terreno y todas las características individuales del paciente - género, peso, altura, edad e incluso estado físico y patologías -. Se recurre a una fórmula matemática u otra en función de los parámetros que el médico quiera utilizar, que pueden ser más o menos. El sistema incluye un modelo de red neuronal, creado con TensorFlow, que permite estimar con mayor precisión el esfuerzo requerido para cada ruta, incorporando variables adicionales como el estado de salud y la cantidad de patologías del paciente, como se ha apuntado anteriormente. De esta manera, se logra una evaluación muy precisa y personalizada del nivel de dificultad que supone realizar una ruta para cada paciente en particular.

The purpose of this Thesis is to develop a system for the characterization and evaluation of routes for respiratory patients of the Hospital Clínic de Barcelona through a web application that allows both doctors and patients to interact efficiently. The aim of this system is to provide a tool that facilitates the assignment of routes according to the physical condition and particular circumstances of each patient, promoting an improvement in quality of life and in the management of physical activities recommended by specialists. The Thesis is structured into the following main phases: the design and implementation of mathematical equations to calculate physical effort, the design and development of the web application, the programming and integration of an artificial intelligence model, and the validation of the results obtained. The developed platform uses an interactive world map where doctors can select the origin and destination of any route they wish to analyse. The difficulty of each route is calculated through a set of progressively more complex mathematical equations that take into account various factors, such as the route distance, terrain slope, and all the individual characteristics of the patient (gender, weight, height, age, as well as physical condition and pathologies). Different mathematical formulas are applied depending on the number of parameters the doctor wishes to use. The system includes a neural network model created with TensorFlow, which allows for more precise estimation of the effort required for each route, incorporating additional variables such as the patient’s health status and number of pathologies, as previously indicated. This way, a highly precise and personalized evaluation of the level of difficulty required to complete a route is achieved for each specific patient. The results obtained show that the system is capable of classifying and characterizing routes effectively, providing doctors with a tool that assists them.