CapítuloCIÊNCIA DA INFORMAÇÃO
Open Access
COMPUTAÇÃO APLICADA: SOLUÇÕES INOVADORAS PARA PROBLEMAS REAIS
Downloads
4
Views
565
CODE: 250920238
COMPARTILHE

Título

DESARROLLO Y TENDENCIAS DE ALGORITMOS COMPUTACIONALES AVANZADOS PARA EL TRATAMIENTO DE LA DIABETES

10.37885/250920238

Crossref

Capítulo

8

Páginas

119-135

Publicado em

07/11/2025

Autores

  • Yuliza Francesca Anchari Oblitas iD Universidad Tecnologica de los Andes
  • Angela Fiorella Sota Cano iD Universidad Tecnologica de los Andes
  • Vidalina Cabezas Moran iD Universidad Tecnologica de los Andes Norma Huamán Cárdenas
  • Norma Huamán Cárdenas iD Universidad Tecnologica de los Andes

Resumo

La aceleración de la inteligencia artificial (IA) y del aprendizaje automático (AA) ha transformado el tratamiento de la diabetes al habilitar predicción glucémica de corto y mediano plazo, administración automatizada de insulina, apoyo a la decisión clínica y pronóstico de complicaciones. En esta revisión-proyecto se delinean los avances más recientes en control de lazo cerrado, algoritmos adaptativos y aprendizaje profundo aplicados al manejo de la diabetes tipo 1 y tipo 2, así como las tendencias hacia terapias personalizadas, integración multimodal de datos y uso de dispositivos portátiles. Se propone un marco metodológico de revisión y síntesis analítica que articula taxonomías de modelos, fuentes de datos y métricas de desempeño clínicamente significativas (tiempo en rango, hipoglucemias, AUC, RMSE, exactitud y utilidad clínica). El análisis muestra que el aprendizaje profundo, los enfoques híbridos con control predictivo basado en modelos y los sistemas AID interoperables ofrecen ganancias consistentes en control glucémico y reducción de hipoglucemia, sobre todo cuando incorporan personalización, detección de eventos no anunciados y actualización en línea. Persisten, sin embargo, vacíos críticos: sesgo algorítmico, interpretabilidad, privacidad, estandarización de reportes y traslación a escenarios reales heterogéneos. Este proyecto define objetivos, hipótesis y un plan de métodos para evaluar comparativamente familias de algoritmos con un énfasis en personalización, equidad y seguridad, proponiendo además líneas de resultados esperados, discusión y conclusiones orientadas a una adopción responsable y efectiva en la práctica clínica.

Palavras-chave

inteligencia artificial; aprendizaje automático; aprendizaje profundo; páncreas artificial

Licença

Este capítulo está sob a Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional .

Licença Creative Commons

O conteúdo do capítulo, seus dados, forma, correção e confiabilidade são de responsabilidade exclusiva do(s) autor(es). É permitido o download e o compartilhamento, desde que pela origem e no formato Acesso Livre (Open Access), com os devidos créditos e a citação atribuídos ao(s) respectivo(s) autor(es). Não é permitida qualquer alteração, catalogação em plataformas de acesso restrito ou utilização para fins comerciais. O(s) autor(es) mantém os direitos autorais do texto.

PlumX