Show simple item record

dc.contributor.advisorBustacara Medina, Cesar Julio
dc.contributor.authorNieto González, Daniel Mauricio
dc.date.accessioned2022-01-19T15:16:41Z
dc.date.accessioned2023-05-10T17:25:32Z
dc.date.available2022-01-19T15:16:41Z
dc.date.available2023-05-10T17:25:32Z
dc.date.created2021-12-10
dc.identifier.urihttps://hdl.handle.net/20.500.12032/93974
dc.description.abstractEste proyecto diseñó e implementó un prototipo de software funcional, capaz de optimizar el proceso y los resultados de las estrategias de búsqueda y la selección de artículos, al elaborar una revisión sistemática médica. La aplicación utilizó inteligencia artificial para apoyar la toma de decisiones en las fases más críticas del proceso. Se logró sugerir qué artículos incluir o excluir, utilizando un modelo Naive Bayes que logró clasificar con un 79,66% de precisión, y un AUC de 91,13% los manuscritos con base en clasificaciones previa realizadas por el usuario. Se utilizó para la extracción de información un algoritmo TF-IDF regularizado con L2, y procesamiento de lenguaje natural incluyendo stemming. Se logró también sugerir qué palabras clave incluir o excluir con el algoritmo TD-IDF. Al comparar los resultados con las métricas de otras herramientas, los AUC y precisiones fueron buenos. Queda pendiente explorar más a fondo WSS@95. Para el diseño arquitectónico se identificaron los RNF y RF, también se utilizaron las metodologías ADD y ATAM, elaborando vistas 4+1, lo cual permitió diseñar e implementar una arquitectura cliente-servidor con un servidor en capas, en donde el módulo de inteligencia artificial se desplegó como servidor backend en una de las 4 aplicaciones construidas. Se incluyeron las mejores prácticas de seguridad tales como encriptación, whitelisting y uso de tokens JWT. La arquitectura construida utilizó servicios de la infraestructura de la nube de AWS, tales como DynamoDB, S3 Buckets y RDS Postrgres, que junto con el diseño RESTful de las aplicaciones permiten una alta escalabilidad. @font-face {font-family:"Cambria Math"; panose-1:2 4 5 3 5 4 6 3 2 4; mso-font-charset:0; mso-generic-font-family:roman; mso-font-pitch:variable; mso-font-signature:-536870145 1107305727 0 0 415 0;}p.MsoNormal, li.MsoNormal, div.MsoNormal {mso-style-unhide:no; mso-style-qformat:yes; mso-style-parent:""; margin:0cm; mso-pagination:widow-orphan; font-size:12.0pt; font-family:"Times New Roman",serif; mso-fareast-font-family:"Times New Roman";}.MsoChpDefault {mso-style-type:export-only; mso-default-props:yes; font-size:11.0pt; mso-ansi-font-size:11.0pt; mso-bidi-font-size:11.0pt; mso-fareast-language:ES-CO;}.MsoPapDefault {mso-style-type:export-only; mso-pagination:none;}div.WordSection1 {page:WordSection1;}spa
dc.formatPDFspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherPontificia Universidad Javerianaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectInteligencia Artificial
dc.subjectArquitectura de software
dc.subjectRevisiones Sistemáticas
dc.subjectExtracción de características
dc.subjectProcesamiento de Lenguaje Natural
dc.titleOptimización de estrategias de búsquedas científicas médicas utilizando técnicas de inteligencia artificialspa


Files in this item

FilesSizeFormatView
anexos.zip1.468Mbapplication/zipView/Open
c. Memoria.pdf2.933Mbapplication/pdfView/Open

This item appears in the following Collection(s)

Show simple item record

http://creativecommons.org/licenses/by-nc-nd/4.0/
Except where otherwise noted, this item's license is described as http://creativecommons.org/licenses/by-nc-nd/4.0/

© AUSJAL 2022

Asociación de Universidades Confiadas a la Compañía de Jesús en América Latina, AUSJAL
Av. Santa Teresa de Jesús Edif. Cerpe, Piso 2, Oficina AUSJAL Urb.
La Castellana, Chacao (1060) Caracas - Venezuela
Tel/Fax (+58-212)-266-13-41 /(+58-212)-266-85-62

Nuestras redes sociales

facebook Facebook

twitter Twitter

youtube Youtube

Asociaciones Jesuitas en el mundo
Ausjal en el mundo AJCU AUSJAL JESAM JCEP JCS JCAP