Teniendo en cuenta que el Departamento del Santander, en su Plan y Acuerdo estratégico departamental en ciencia, tecnología e innovación (2015), establece que la salud como focos estratégicos priorizados, con la visión que para el 2025 este departamento se consolidará como un territorio incluyente, innovador y competitivo a nivel internacional, articulando diferentes sectores que aporten a la generación y aplicación del conocimiento y desarrollo en ciencia y Tecnología de los focos priorizados.
En relación con lo anterior, el desarrollo de esta propuesta permitirá impactar en dos aspectos fundamentales. Primero, la utilización de tecnología para la predicción temprana de ECV permite la activación y ejecución de acciones preventivas en todo tipo de pacientes; en consecuencia, el ahorro de gastos de formulación de medicamentos y hospitalización para el sector salud. Así mismo, los recursos ahorrados podrían ser utilizados en programas de prevención y no en acciones de corrección. De igual manera, ayudar a minimizar los efectos económicos generados por la pandemia del nuevo coronavirus SARS-CoV-2.
Segundo, los datos recolectados a partir de la interacción de los pacientes con las tecnologías de captación utilizando tecnologías IoT, se usarán para el entrenamiento y evaluación de dos modelos predictivos basados en inteligencia artificial, y en particular en técnicas de Machine learning, con el objetivo de identificar patrones relacionales entre los datos, que a su vez conlleven al diseño, construcción, implementación y puesta en marcha de estrategias que contribuyan al fortalecimiento del foco salud del departamento del Santander; basadas en las herramientas y recursos que provienen de las TIC. Por lo tanto, esta solución podría convertirse en una oportunidad de emprendimiento de CTeI, y de transferencia de tecnología y conocimiento necesarios para contrarrestar e impedir la extensión de los efectos generados por la afectación del SARS-CoV-2 en Colombia.
- Documentar diferentes tipologías de enfermedades cardiovasculares relacionadas como factores de Alto Riesgo para SARS-CoV-2, y de las técnicas basadas en inteligencia artificial para la construcción de modelos predictivos multiclases existentes.
- Analizar las técnicas basadas en inteligencia artificial para la construcción de dos modelos predictivos multiclases existentes.
- Diseñar e implementar un prototipo usando tecnologías de la información y la comunicación para la captura de señales corporales en tiempo real.
- Evaluar el rendimiento de los modelos predictivos multiclases utilizando los datos aprendidos comparados con un dataset validado para la predicción de enfermedades cardiovasculares consideradas como factores de Alto Riesgo para SARS-CoV-2.