sistema multimedia para la estimulaciÓn de …
TRANSCRIPT
SISTEMA MULTIMEDIA PARA LA ESTIMULACIÓN DE PROCESOS COGNITIVOS EN PERSONAS MAYORES
DAVID ALEJANDRO QUIÑONEZ MOSQUERA2140698
UNIVERSIDAD AUTÓNOMA DE OCCIDENTE FACULTAD DE INGENIERÍA
DEPARTAMENTO DE OPERACIONES Y SISTEMAS PROGRAMA INGENIERÍA MULTIMEDIA
SANTIAGO DE CALI 2019
SISTEMA MULTIMEDIA PARA LA ESTIMULACIÓN DE PROCESOS COGNITIVOS EN PERSONAS MAYORES
DAVID ALEJANDRO QUIÑONEZ MOSQUERA
Proyecto de grado para optar al título de Ingeniero Multimedia
Director JUAN CARLOS PERAFÁN VILLOTA
Phd. En Ingeniería Eléctrica
UNIVERSIDAD AUTÓNOMA DE OCCIDENTE FACULTAD DE INGENIERÍA
DEPARTAMENTO DE OPERACIONES Y SISTEMAS PROGRAMA INGENIERÍA MULTIMEDIA
SANTIAGO DE CALI 2019
3
Nota de aceptación:
Aprobado por el Comité de Grado en cumplimiento de los requisitos exigidos por la Universidad Autónoma de Occidente para optar al título de Ingeniero Multimedia
CARLOS SANCHEZ
Jurado
JUAN DAVID QUINTERO
Jurado
Santiago de Cali, 20 de noviembre de 2019
4
AGRADECIMIENTOS
Agradezco a mis padres por su apoyo incondicional durante todo mi proceso formativo, como persona y como profesional. A mis hermanos por siempre brindarme aliento y apoyo en los momentos más difíciles. En general a toda mi familia, ya que todos, así sea con una frase, apoyo monetario, ideas, me ayudaron cuando lo necesité. Sin ellos hoy no estaría aquí, y por eso los amo.
También agradezco a mis compañeros de carrera y amigos Sebastián Botero y Mateo Tafurt, por todo el apoyo en el desarrollo de este proyecto y por el aprendizaje que hemos adquirido juntos dentro y fuera de la universidad. A Ana María Pinto por sus aportes puntuales que me ayudaron a centrar muchísimas ideas que tenía volando para este proyecto.
Agradezco al Club de Voleibol Esparta por ser mi segunda familia durante los últimos 3 años y enseñarme la importancia que tiene la integración, el deporte y la responsabilidad para ser un buen ser humano y un buen profesional. A Juan José Serna por recordarme en medio de bromas, cada que tuvo la oportunidad, mi compromiso con finalizar este trabajo de grado.
Agradezco a Laura Muñoz, un pilar en mi vida emocional, por su ayuda, consejos, paciencia y aportes, sin los cuales no hubiese podido mantener la calma en los momentos de estrés, que fueron bastantes, en el transcurso del desarrollo de este proyecto.
Infinitas gracias a mi director de trabajo de grado, Juan Carlos Perafán, por creer en mí y por su apoyo incondicional en el desarrollo de este proyecto.
Gracias a la Fundación El Cottolengo por permitir el desarrollo de las pruebas de usabilidad en sus recintos y fomentar la divulgación del proyecto con fines investigativos.
Me quedan por mencionar bastantes personas, pero ajá, todos saben lo que han aportado en mi vida, y sin todas esas interacciones que he tenido con ustedes desde un saludo, hasta trasnochar para un parcial, pasando por ir a un paseo a una finca, no sería lo que soy hoy. ¡Muchísimas gracias a toda la banda!
Finalmente me agradezco a mí porque tuve el coraje de no desistir de este proyecto y por todo el esfuerzo que hice durante toda la carrera para llegar a este momento.
5
CONTENIDO
pág.
GLOSARIO 13
RESUMEN 15
INTRODUCCIÓN 17
1. PLANTEAMIENTO DEL PROBLEMA 18
2. JUSTIFICACIÓN 19
3. OBJETIVOS 21
3.1 OBJETIVO GENERAL 21
3.2 OBJETIVOS ESPECÍFICOS 21
4. ANTECEDENTES 22
4.1 COGNIFIT 22
4.2 MIND.CARE PROJECT 23
4.3 NEURO NATION 23
4.4 NESTOR 24
5. MARCO REFERENCIAL 25
5.1 MARCO CONCEPTUAL 25
5.1.1 Interacción Humano Computador 25
5.1.2 Sistema Interactivo 25
5.1.3 Sistema multimedia 25
6
5.1.4 Procesos cognitivos 25
5.1.5 Entrenamiento Cognitivo Interactivo 26
5.1.6 Diseño Centrado en el Usuario 26
5.1.7 Procesamiento Digital de Imágenes 26
5.1.8 Redes Neuronales Artificiales 26
5.1.9 Redes Neuronales Convolucionales 27
5.1.10 Reconocimiento de Emociones 27
5.1.11 Computación Afectiva 27
5.1.12 E-Health 27
5.2 MARCO TEÓRICO 28
5.2.1 Principios de Gestalt 28
5.2.2 Affordances 28
5.2.3 Accesibilidad 29
5.2.4 Envejecimiento Cognitivo 29
6. METODOLOGÍA 30
6.1 ETAPAS DEL PROYECTO 30
6.1.1 Fase 0: Análisis de Requisitos 31
6.1.2 Fase 1: Diseño 31
6.1.3 Fase 2: Implementación 32
6.1.4 Fase 3: Prototipado 32
6.1.5 Fase 4: Evaluación 32
6.1.6 Fase 5: Lanzamiento 33
7. CONSIDERACIONES ÉTICAS 34
7
8. RESULTADOS Y ANÁLISIS 35
8.1 ANÁLISIS DE REQUISITOS 35
8.1.1 Definición del Contexto 35
8.1.2 Definición de los stakeholders o involucrados 37
8.1.3 Definición de los perfiles de usuario 38
8.1.4 Métodos de Indagación 40
8.1.5 Resultados 43
8.2 DISEÑO 44
8.2.1 Diseño de Actividades 45
8.2.2 Definición de la Arquitectura 47
8.2.3 Definición de herramientas hardware y software 48
8.3 PROTOTIPADO 50
8.3.1 Módulo Terapeuta 50
8.3.2 Módulo Paciente 59
8.4 EVALUACIÓN 67
8.4.1 Pruebas de Usabilidad 67
8.4.2 Pruebas del Sistema 78
8.5 LANZAMIENTO 87
9. CONCLUSIONES 89
REFERENCIAS 91
ANEXOS 99
8
LISTA DE FIGURAS
pág.
Fig. 1. Datos de usuario de CogniFit [16]. 22
Fig. 2. Interfaz gráfica de actividad de reconocimiento en Mind. Care [17]. 23
Fig. 3. Ejercicios de entrenamiento cognitivo en NeuroNation [19]. 24
Fig. 4. Fases del Modelo de Proceso de la Ingeniería de la usabilidad y de la accesibilidad [39]. 31
Fig. 5. Perfil del adulto mayor. 39
Fig. 6. Perfil del terapeuta. 40
Fig. 7. Modelo vista controlador. 49
Fig. 8. Módulo terapeutas – Prototipo 1 – Login. 50
Fig. 9. Módulo terapeutas – Prototipo 1 – Dashboard. 51
Fig. 10. Módulo terapeutas - Prototipo 1 - Listado pacientes. 51
Fig. 11. Módulo terapeutas - Prototipo 1 - Información paciente. 52
Fig. 12. Módulo terapeutas - Prototipo 1 - Progreso paciente. 52
Fig. 13. Módulo terapeutas - Prototipo 2 – Login. 53
Fig. 14. Módulo terapeutas - Prototipo 2 – Dashboard. 54
Fig. 15. Módulo terapeutas - Prototipo 2 - Progreso paciente. 54
Fig. 16. Módulo terapeutas - Prototipo 2 - Terapias paciente. 55
Fig. 17. Módulo terapeutas - Prototipo 2 - Citas paciente. 55
Fig. 18. Módulo terapeutas - Prototipo 2 - Agenda terapeuta. 56
Fig. 19. Pantalla Principal - Prototipo 3 - Módulo terapeutas. 57
Fig. 20. Registro de actividad de paciente - Prototipo 3 - Módulo terapeutas. 57
9
Fig. 21. Registro emocional por categorías cognitivas - Prototipo 3 - Módulo terapeutas. 58
Fig. 22. Creación de ejercicio - Prototipo 3 - Módulo terapeutas. 58
Fig. 23. Resultados de ejercicio - Prototipo 3 - Módulo terapeutas. 59
Fig. 24. Módulo pacientes - Prototipo 1 – Login. 60
Fig. 25. Módulo pacientes - Prototipo 1 - Pantalla principal con terapias. 60
Fig. 26. Módulo pacientes - Prototipo 1 - Terapia paciente. 61
Fig. 27. Módulo pacientes - Prototipo 1 - Pantalla inicial sin terapias. 61
Fig. 28. Login - Prototipo 2 - Módulo pacientes. 62
Fig. 29. Pantalla principal - Prototipo 2 - Módulo pacientes. 62
Fig. 30. Ejercicio - Prototipo 2 - Módulo pacientes. 63
Fig. 31. Pantalla principal sin terapias por realizar - Prototipo 2 - Módulo pacientes. 63
Fig. 32. Prototipo físico - Módulo pacientes. 64
Fig. 33. Muestra de dataset – Enojo. 65
Fig. 34. Creación de un ejercicio – Postman. 78
Fig. 35. Resultados JMeter - Login pacientes 79
Fig. 36. Puntaje de auditoría con LightHouse. 80
Fig. 37. Accuracy - Primera prueba – CNN. 81
Fig. 38. Loss - Primera prueba – CNN. 81
Fig. 39. Accuracy – Segunda prueba – CNN. 82
Fig. 40. Loss – Segunda prueba – CNN. 83
Fig. 41. Accuracy – Tercera prueba - CNN. 83
Fig. 42. Loss - Tercera prueba - CNN. 84
10
Fig. 43. Accuracy – Cuarta prueba - CNN 86
Fig. 44. Loss – Cuarta prueba - CNN. 86
Fig. 45. Método de creación de token de autenticación desde el backend – NodeJS. 87
Fig. 46. Método de hash password – NodeJS. 87
Fig. 47. Sistema siendo usado por adultos mayores en Cottolengo 88
11
LISTA DE TABLAS
pág.
44
46
47
66
68
69
71
72
73
76
76
85
TABLA I.
TABLA II.
TABLA III.
TABLA IV.
TABLA V.
TABLA VI.
TABLA VII.
TABLA VIII.
TABLA IX.
TABLA X.
TABLA XI.
TABLA XII.
TABLA XIII.
85
Listado de necesidades de usuarios.
Actividad: Visualizar información de paciente.
Actividad: Realizar un ejercicio
Listado de emociones etiquetadas para predicción.
Problemas de usabilidad en prototipo 1 - Módulo terapeutas
Lista de actividades del método del conductor- Prototipo 2 - Módulo terapeutas.Preguntas de cuestionario post test - Prototipado 2 - Módulo terapeutas.Problemas de usabilidad - Prototipo 2 - Módulo terapeutas.Lista de actividades – Pensando en voz alta - Prototipo 3 – Módulo terapeutasLista de tareas Prototipo 2 – Interacción constructiva - Módulo pacientes.
Preguntas de cuestionario post test - Interacción constructiva - Prototipado 2 - Módulo pacientes.
Capas añadidas a la red VGG16
Capas modificadas a la red VGG16.
12
LISTA DE ANEXOS
pág.
Anexo A. Formato de acuerdo de confidencialidad genérico 99
Anexo B. Preguntas de entrevista para terapeutas 100
Anexo C. Cuestionario de metodologías de evaluación cognitiva 106
Anexo D. Listado de requerimientos funcionales y no funcionales 108
Anexo E. Actividades módulo terapeutas 110
Anexo F. Actividades módulo pacientes 114
Anexo G. Selección de alternativas para el módulo de terapeutas 116
Anexo H. Modelo entidad relación 124
Anexo I. Selección de alternativas para módulo físico 125
Anexo J. Evaluación de capacidad visual 127
Anexo K. Resultados de pruebas con JMeter. 129
Anexo L. Guía para usuarios del sistema 131
13
GLOSARIO
ACCURACY: Es el porcentaje de precisión que alcanza una red neuronal durante su entrenamiento.
API: Application Programming Interface o interfaz de programación de aplicaciones, es un conjunto de definiciones y protocolos que se utiliza para desarrollar e integrar las capas de la arquitectura de software de las aplicaciones.
BACKEND: Parte de una solución informática donde se encuentra toda la lógica que no incluye representaciones gráficas.
ESCALA DE LIKERT: Escala de medición con formatos de respuesta fijo, utilizada con el fin de medir actitudes y opiniones. Generalmente es usada para medir el nivel de acuerdo o desacuerdo de los encuestados con respecto a un tema en específico.
ENDPOINT: Es un punto de entrada a un API donde se exponen archivos o datos específicos dependiendo de unos criterios de filtros ofrecidos por la API.
FRONTEND: Parte de una solución informática donde se encuentran la lógica que incluye representaciones gráficas, es decir, interfaces.
LOSS: Este término hace referencia al porcentaje de error al que tiende una red neuronal durante la fase de entrenamiento.
MOCKUPS: Son esquemas sencillos que representan componentes gráficos, generalmente, de interfaces de aplicaciones.
OVERFITTING: Es una característica que presenta una red neuronal cuando es sobreentrenada a tal punto que no es capaz de distinguir nuevas características.
REST: Representational State Transfer o transferencia de estado representacional, es un conjunto de interfaces que utilicen protocolo HTTP para obtener o generar datos independientemente de su tipo y ubicación.
14
TOKEN: Es una clave de acceso único generalmente utilizada para autenticación de perfiles en un entorno de desarrollo informático.
15
RESUMEN
El documento presentado a continuación evidencia el proceso de desarrollo de un sistema multimedia modular el cual aporta a la estimulación cognitiva en adultos mayores en la ciudad de Santiago de Cali. Para llevar a cabo este desarrollo se planteó la implementación de una metodología de diseño centrado en el usuario (DCU) con el fin de identificar características holísticas del problema y traducirlas en requerimientos funcionales y no funcionales que debería cumplir el sistema multimedia.
En primer lugar, se realizó una indagación por medio de encuestas, entrevistas y observación en fundaciones y hogares geriátricos de la ciudad y lugares aledaños con el fin de identificar a todos los involucrados en el proceso de estimulación cognitiva en adultos mayores. La indagación permitió segmentar a los involucrados o stakeholders del problema y se logró definir perfiles de usuarios del sistemamultimedia. Como resultado se logró definir la arquitectura del sistema en dosmódulos: módulo de terapeutas y módulo de pacientes.
Posteriormente se realizó el diseño y desarrollo del sistema con base en la metodología de diseño centrado en el usuario, lo cual permitió realizar pruebas iteradas de los prototipos de cada módulo del sistema. Esto facilitó las etapas finales del desarrollo debido a que se identificaron problemas con ayuda de los usuarios finales de manera temprana. Como resultado de este proceso se obtuvo los módulos del sistema integrados con sus principales características, el módulo de terapeutas permite monitorear el estado cognitivos de los pacientes y asignar terapias virtuales a los mismos, el módulo de los pacientes permite realizar terapias individuales asignadas por los terapeutas.
Para lograr identificar el progreso de los pacientes (Adultos mayores) se definió entonces el registro de los resultados de las terapias realizadas por los mismos en el módulo de pacientes. Esta medición es de carácter cuantitativo y queda a consideración del terapeuta diagnosticar completamente al paciente.
Palabras clave:
Diseño centrado en el usuario, MPIU + a, Estimulación cognitiva, Adultos mayores, Red neuronal, Procesamiento de imagen, Reconocimiento de emoción facial.
16
ABSTRACT
The document presented below demonstrates the process of developing a modular multimedia system which contributes to cognitive stimulation in older adults in the city of Santiago de Cali. To carry out this development, the implementation of a user-centered design methodology (DCU) was proposed in order to identify holistic characteristics of the problem and translate them into functional and non-functional requirements that the multimedia system should meet.
In the first place, an inquiry was carried out through surveys, interviews and observation in foundations and elders of the city and surrounding places in order to identify all those involved in the process of cognitive stimulation in older adults. The investigation allowed segmenting the stakeholders of the problem and it was possible to define user profiles of the multimedia system.
As a result, the system architecture was defined in two modules: therapist module and patient module. Subsequently, the design and development of the system was carried out based on the user-centered design methodology, which allowed iterated testing of the prototypes of each system module. This facilitated the final stages of development because problems were identified with the help of end users early.
As a result of this process, the integrated system modules with their main characteristics were obtained, the therapists module allows to monitor the cognitive status of the patients and assign virtual therapies to them, the patients module allows to perform individual therapies assigned by the therapists. In order to identify the progress of the patients (older adults), the record of the results of the therapies performed by them in the patient module was defined. This measurement is quantitative and it is up to the therapist to fully diagnose the patient.
17
INTRODUCCIÓN
Se ha evidenciado en la actualidad que el envejecimiento de la población mundial es un tema de importancia, esto debido al gran número de personas que alcanzan una edad mayor a los 60 años. Cerca de 58 millones de personas alcanzan la vejez cada año a nivel global, esto es aproximadamente el 11% de la población mundial, pero esta cifra va en alza, y las proyecciones plantean que para el 2050 el total de adultos mayores será aproximadamente el 22% de la población mundial [1].
Es importante hacer notar que el crecimiento de la población mundial y su envejecimiento, representan un triunfo del desarrollo social, debido a que se evidencia una mejora en la nutrición, salubridad, atención médica y educación. Pero esto a su vez ha generado que la salud pública a nivel global apoye la creación de entornos de financiación e investigación en los cuales, profesionales en distintas áreas de las tecnologías de la información y la comunicación, la salud, los negocios, las humanidades, entre otras, se han dispuesto a presentar soluciones en pro de esta población en crecimiento, mejorando su calidad de vida e influyendo de igual manera en prolongar su longevidad [2].
Por consiguiente, una de las áreas que más se ha venido desarrollando por parte de estos profesionales es la estimulación de los procesos cognitivos en adultos mayores, esto con el fin de disminuir o detener el deterioro que muchos de estos individuos presentan debido al envejecimiento cerebral y, en consecuencia, mejorar su calidad de vida, nivel de inclusión social y su desarrollo personal [3].Es por esto que se decide abordar la problemática de una forma adecuada para lograr generar una solución que apoye e incentive los procesos cognitivos en personas mayores. Para poder llegar a cumplir con este objetivo, se plantea un público objetivo con las siguientes características: adultos mayores en la ciudad de Cali, que presenten un deterioro en sus procesos cognitivos.
18
1. PLANTEAMIENTO DEL PROBLEMA
El crecimiento de la población de adultos mayores a nivel global ha generado que diversos profesionales en diversas áreas se enfoquen en diseñar, proveer y gestionar soluciones que apoyen o mejoren la calidad de vida y la longevidad de estas personas.
Es importante rescatar que en Colombia se ha evidenciado un crecimiento en la población de adultos mayores desde el 2007, año en el cual se presentaron cifras de aproximadamente el 6% de la población con estas características, hasta el año 2016 con un 8% de colombianos mayores. El análisis estadístico de estos datos indica que, como se ha definido en numerosos censos globales, en años posteriores, la población de adultos mayores incrementará aún más, con aproximadamente un 9% de adultos mayores en Colombia para el 2020 [4]. En el Valle del Cauca estas cifras son correspondientes, presentando proyecciones del 14% de la población de adultos mayores en el departamento, para el 2020 [5].
Cabe agregar que un factor fundamental en la calidad de vida de las personas es su independencia para realizar tareas cotidianas, es por esto que los procesos cognitivos que impliquen una convergencia que resulte en la generación de capacidades que permitan analizar el entorno, tomar decisiones y analizar la retroalimentación externa de acuerdo a estas decisiones, son de vital importancia para el ser humano [6].
En síntesis, los adultos mayores al presentar envejecimiento degenerativo, tanto física como cognitivamente, presentan una dependencia de segundos o terceros que generalmente afecta su calidad de vida. Es de esta situación que surge la pregunta problema que guiará el desarrollo de este proyecto: ¿Por medio de qué mecanismo (s) tecnológico (s) es posible la estimulación de la memoria, la atención y la percepción en los adultos mayores con el fin de mejorar su calidad de vida?
19
2. JUSTIFICACIÓN
Al ser un tema de vital importancia para la sociedad, la longevidad y la calidad de vida de toda la población se ha convertido en un tema de enfoque, por lo cual profesionales de distintas áreas han desarrollado soluciones e investigaciones en pro de esta situación.
La estimulación cognitiva en adultos mayores por medio de entrenamiento de procesos cognitivos, como lo son la memoria, la atención, y la percepción, ha generado resultados numerosamente analizados y verificados, dando a entender que, por medio de ejercicios de distintas dificultades y modalidades, es posible impactar positivamente en la cognición de las personas. Estos ejercicios, aunque no tienen el mismo efecto en adultos mayores, debido a la degeneración física y mental, presentan una forma de tratamiento para mitigar el desgaste cognitivo en esta población [7].
Por otra parte, desde el campo de las tecnologías de la información y la comunicación, se ha evidenciado que estos ejercicios pueden ser desplegados en plataformas digitales [8], esto con el fin de permitir, en primera instancia, la implementación de soluciones modulares que presenten distintos tipos de ejercicios para cada proceso cognitivo, y en segunda instancia, la recopilación de estos datos para facilitar el diagnóstico, control y futuro tratamiento del estado cognitivo en adultos mayores [9].
Es importante mencionar que uno de los factores clave a la hora de evaluar conocimientos por medio de sistemas computacionales, son las variables no controladas, como variables del entorno y las emociones del usuario [10], estas últimas pueden afectar de forma significativa el resultado de los ejercicios realizados por los usuarios y se podrían realizar diagnósticos errados acerca de la capacidad de conocimiento necesaria para dar solución al ejercicio. En el campo de reconocimiento de emociones ya se han realizado investigaciones que concluyen que el análisis de estas puede ser realizado por sistemas computacionales de una manera efectiva haciendo uso de APIs basados en redes neuronales convolucionales [11] [12].
20
Por otra parte, el informe “Evaluación cognitiva y capacitación en el mercado sanitario por tipo de evaluación (basado en papel y lápiz, hospedado y biométrico), componentes, aplicación (ensayo clínico, detección y diagnóstico, entrenamiento cerebral, investigación académica) y región: previsión mundial hasta 2021“, publicado por MarketsAndMarkets, estima que la evaluación cognitiva y la capacitación en el tamaño del mercado sanitario crecerá de USD 962.0 millones en 2016 a USD 4,127.2 millones para el 2021, a una Tasa de crecimiento anual compuesta (CAGR) de 33.8% [13].
En adición, el informe de 2017, “Evaluación cognitiva global y mercado de capacitación por componente, por tipo de evaluación, por usuario final, por región, pronóstico y oportunidades de competencia, 2012-2022” publicado por Market Watch, estima que las evaluaciones cognitivas globales y los mercados de capacitación llegarán a $ 9,48 mil millones a fines de 2022 [14].
Con base en lo anterior, se propone la implementación de un sistema de estimulación cognitiva para adultos mayores que permita la recolección de datos de relevancia para la generación de un diagnóstico acertado sobre el estado cognitivo del usuario. Además de esto se propone el uso integrado de procesamiento digital de imágenes para identificar otras características relevantes como lo son las emociones que el usuario presenta a la hora de realizar estas tareas, esta convergencia se plantea con el fin de tener más herramientas para la elaboración del diagnóstico anteriormente descrito.
21
3. OBJETIVOS
3.1 OBJETIVO GENERAL
Desarrollar un sistema multimedia que permita la estimulación de la memoria, la atención y la percepción en personas mayores.
3.2 OBJETIVOS ESPECÍFICOS
Analizar el contexto del problema y el público objetivo para especificar losrequerimientos del sistema.
Diseñar e implementar el sistema teniendo en cuenta los requerimientosespecificados.
Evaluar la variable no controlada haciendo uso de una red convolucional, queanalice las emociones del usuario.
Evaluar los componentes hardware y software del sistema con usuariosrepresentativos.
22
4. ANTECEDENTES
4.1 COGNIFIT
CogniFit es una compañía fundada en 1999 que desarrolló herramienta multiplataforma bajo el mismo nombre, la cual ofrece soluciones de entrenamiento cognitivo para medicina, profesores e investigadores [15]. En el campo de la medicina, la asistencia neuropsicológica de CogniFit provee información de calidad para que sea posible la identificación y reconocimiento de determinados desórdenes cerebrales, y monitorear las intervenciones y rehabilitaciones de los pacientes (Ver Fig. 1). Todos los productos ofrecidos por la compañía se fundamentan en las investigaciones realizadas por sus grupos de investigación enfocadas en la medición de habilidades cognitivas. Estos test son diseñados desde hace aproximadamente 15 años y se han ido modificando para ofrecer una mejor calidad en la experiencia y en la veracidad de la información recolectada por estos.
CogniFit está también orientado a individuos, familias y escuelas presentando diferentes juegos mentales, permite descubrir el estado cognitivo de los usuarios. Gracias a la base de datos y los algoritmos avanzados que manejan, CogniFit entiende el estado cognitivo de cada individuo y ofrece un programa de entrenamiento cerebral personalizado. A partir de los datos recolectados de cada ejercicio realizado, CogniFit crea automáticamente un entrenamiento personalizado. Las tareas seleccionadas y su nivel de dificultad son dinámicamente combinadas con base en las necesidades de cada usuario.
Fig. 1. Datos de usuario de CogniFit [16].
23
4.2 MIND.CARE PROJECT
El proyecto Mind.Care fue desarrollado por TICE HEALTHY, una compañía que desarrolla productos y servicios para el mercado de la salud basados en la eHealth. Esta solución busca desarrollar un proceso clínico electrónico (PCE) específico para el área de neurología, enfermedades mentales degenerativas, que permita la caracterización social y familiar, y el acompañamiento del médico asignado. Tiene como objetivo que los familiares y los cuidadores de enfermos mentales posean servicios y equipamientos que le permitan tener una mejor calidad de vida a los pacientes [17].
Mind.Care está compuesto por un conjunto de actividades de entrenamiento cognitivo que fueron desarrolladas de forma fragmentada por una serie de definiciones de perfiles de usuario, dominios cognitivos que deben ser estimulados y las actividades de entrenamiento cerebral en sí (Ver Fig. 2).
Fig. 2. Interfaz gráfica de actividad de reconocimiento en Mind. Care [17].
4.3 NEURO NATION
Neuro Nation es una plataforma de entrenamiento cognitivo la cual ofrece una gran cantidad de ejercicios para estimular varias áreas del cerebro humano, tales como
24
habilidades algebraicas, el lenguaje, razonamiento lógico, memoria, y percepción, cada una de estas categorías con diversos ejercicios de entrenamiento (Ver Fig. 3).
Esta plataforma presenta también la posibilidad de compartir los resultados para que el usuario pueda comparar los resultados de sus test con los de sus amigos. En adición, presenta la posibilidad de competir a nivel global con otros usuarios para promover la competencia y así potenciar la estimulación generada por el entrenamiento [18].
Fig. 3. Ejercicios de entrenamiento cognitivo en NeuroNation [19].
4.4 NESTOR
Nestor es un software presentado en Nueva York en el WCPUN (World Council People of United Nations), un evento centrado en la innovación tecnológica. Este software tiene como objetivo la lectura facial por medio de procesamiento digital de imágenes e inteligencia artificial, para determinar cuándo un estudiante está distraído un aula virtual. Básicamente hace uso de las cámaras web de los alumnos para realizar una lectura de ojos (eye tracking) y determinar si el estudiante está visualizando el contenido presentado por la plataforma de aprendizaje, o no [20].
Aunque está rozando la línea de la privacidad y la oferta de un servicio educativo, sus creadores afirman que el software no almacena ningún tipo de información tomada por la cámara del usuario, sino que realiza los cálculos estadísticos en tiempo real y los almacena para su posterior visualización y análisis.
25
5. MARCO REFERENCIAL
5.1 MARCO CONCEPTUAL
5.1.1 Interacción Humano Computador
Según The Interaction Design Foundation, la interacción humano computador (HCI) se define como una disciplina que comprende el diseño, la evaluación y la implementación de sistemas computacionales interactivos para uso humano y el estudio de fenómenos del entorno en el que se encuentra [21].
5.1.2 Sistema Interactivo
Según la Real Academia de la Lengua Española (RAE) [22], la interacción es la acción que se ejerce recíprocamente entre dos o más objetos, personas, agentes, fuerzas, funciones. Esta entidad también define a los sistemas como conjunto de cosas que relacionadas entre sí ordenadamente contribuyen a determinado objeto [23]. Aquellos sistemas que representan la relación entre hardware, software y usuarios son conocidos como sistemas interactivos.
5.1.3 Sistema multimedia
Un sistema multimedia es un concepto el cual diverge dependiendo de la entidad que lo defina. Pero se ha logrado entender como la convergencia de tecnologías informáticas que permitan la recolección de datos que sean presentados por medio de una interfaz a un usuario final y que utilice periféricos no convencionales. Entonces un sistema multimedia engloba el concepto de sistema interactivo, pero incluye características puntuales que no apropia este concepto.
5.1.4 Procesos cognitivos
Los procesos cognitivos son una convergencia de definiciones desde distintos puntos de vista como la psicología, la filosofía y la antropología que, en síntesis, tratan de solapar el concepto de que son procesos de transferencia de información, percibida a través de los sentidos [24]. Esta información puede ser tratada, consultada y analizada para interactuar con el mundo.
26
En general estos procesos son categorizados en procesos cognitivos básicos como la memoria, atención o percepción y las funciones ejecutivas o procesos cognitivos superiores, en los cuales convergen dos o más procesos cognitivos básicos, por ejemplo, el lenguaje o el razonamiento [25].
5.1.5 Entrenamiento Cognitivo Interactivo
El entrenamiento cognitivo interactivo es la representación de la comunicación entre un usuario y un sistema interactivo que genera una estimulación en los procesos cognitivos por medio de, generalmente, ejercicios con tiempos definidos y enfocados a procesos específicos [26].
5.1.6 Diseño Centrado en el Usuario
La asociación de profesionales de usabilidad (UPA) define al diseño centrado en el usuario como una metodología que implica el análisis de usuario, el cual proporciona detalles sobre quién utiliza un producto [27]. Es un factor crucial en el diseño de soluciones enfocadas a un público objetivo en específico y donde el valor del producto es representado por la calidad del servicio que presta al usuario.
5.1.7 Procesamiento Digital de Imágenes
El procesamiento digital de imágenes es una técnica implementada para tratar imágenes digitales con el fin de mejorar su calidad [28]. Para realizar esto, sobre la imagen se aplican diversas técnicas matemáticas basadas en representación matricial de coordenadas (x, y) sobre la imagen para obtener la salida deseada.
5.1.8 Redes Neuronales Artificiales
Las redes neuronales artificiales están definidas bajo la premisa de la biología cerebral y se basan en la implementación de algoritmos que imitan la morfología y funcionamiento de las neuronas. Estas redes tienen un amplio uso en el campo de la inteligencia artificial debido a que proporcionan mecanismos de aprendizaje de máquina los cuales facilitan la definición de procesos computacionales por parte de los seres humanos, haciendo más autónomos las actividades que son asignadas a los sistemas computacionales [29].
27
5.1.9 Redes Neuronales Convolucionales
Este tipo de red neuronal plantea una arquitectura sin muchas diferencias a las de las redes neuronales artificiales comunes, pero hacen explícito la suposición de que las entradas a los algoritmos de aprendizaje son imágenes, lo cual permite la codificación de funciones de una manera más eficiente para este tipo de entradas, que las redes tradicionales [29].
5.1.10 Reconocimiento de Emociones
El reconocimiento de emociones es una técnica implementada en soluciones software que permite determinar o leer las emociones de un ser humano por medio de procesos basados en redes neuronales. Las entradas de estos tipos de algoritmos generalmente son imágenes de generadas por procesos de reconocimiento facial ya que es la característica más prominente en el análisis de las emociones humanas, junto con el tono de voz [30].
5.1.11 Computación Afectiva
Gartner [31] define la computación afectiva como las tecnologías que censan el estado emocional de los usuarios, por medio de sensores, micrófonos, cámaras) y responden con un comportamiento específico. La computación afectiva trata de enfrentar uno de los problemas que presenta el aprendizaje vía web, la capacidad del evaluador de adaptar pedagógicamente el contenido académico de acuerdo al estado emocional de los alumnos en el aula de clase.
5.1.12 E-Health
La Organización Mundial de la Salud (OMS) define la eHealth como el uso de las tecnologías de la información y la comunicación en pro de la salud de los seres humanos [32].
28
5.2 MARCO TEÓRICO
5.2.1 Principios de Gestalt
Los principios de Gestalt ("Gestalt" es alemán para "todo unificado") representan la culminación del trabajo de los psicólogos alemanes de principios del siglo XX Max Wertheimer, Kurt Koffka y Wolfgang Kohler, quienes trataron de comprender cómo los humanos típicamente obtienen percepciones significativas de estímulos caóticos a su alrededor. En el siglo transcurrido desde entonces, los diseñadores han implementado los Principios de Gestalt ampliamente, creando diseños con elementos bien colocados que llaman la atención como imágenes más grandes y completas para que los espectadores realicen conexiones positivas con las organizaciones representadas [33]. Los principios están definidos como 5 leyes [34], aunque en diferentes literaturas son desglosadas, las fundamentales son las siguientes:
Figura-fondo: el fondo es percibido como todo lo que no se identifica como figura.
Proximidad: los elementos próximos entre sí tienden a percibirse como si formaran parte de una unidad.
Similitud: los elementos son percibidos como un conjunto si son similares.
Simetría: los elementos tienden a ser percibidos como formas simétricas alrededor de su centro.
Cierre: una forma se percibe mejor cuanto más cerrado está su contorno.
5.2.2 Affordances
Los Affordances o recursos son propiedades visuales de los objetos que permiten al usuario identificar las posibles acciones que puede efectuar haciendo uso de los mismos. El psicólogo James Gibson acuñó “affordance” en 1977, refiriéndose a todas las posibilidades de acción dependiendo de las capacidades físicas de los usuarios. Por lo tanto, una silla no solo "permite" ser "sentada", sino también "lanzada", "se puso de pie", etc. Sin embargo, en el libro de 1988 del experto Donald Norman, experto en interacción hombre-computadora, ‘El diseño de las cosas cotidianas’, los recursos se definieron como posibilidades de acción perceptibles, es decir, solo las acciones que los usuarios consideran posibles. Por lo tanto, las posibilidades de un objeto dependen de las capacidades físicas de los usuarios y sus objetivos y experiencias pasadas. Una silla solo permite "sentarse", porque la
29
experiencia previa apoya esa acción. La definición de Donald Norman de affordances como posibilidades de acción perceptibles pronto se convirtió en la predominante en el diseño de HCI y UX [35].
5.2.3 Accesibilidad
La accesibilidad define la capacidad que tiene un usuario para usar un producto o servicio. Este concepto es de vital importancia en el desarrollo de sistemas interactivos debido a que, si no se identifican las características del público objetivo, el producto o servicio desarrollado puede no cumplir su objetivo (ser usable) debido a que el usuario presenta limitaciones físicas o cognitivas que le impiden realizar las tareas que presenta el sistema [36].
5.2.4 Envejecimiento Cognitivo
El envejecimiento es un proceso natural que se desarrolla en todas las formas de vida, presentando cambios en su organismo que generalmente se traducen en deterioro funcional en todos los niveles. Así pues, en el envejecimiento cognitivo está presente el declive en los procesos cognitivos de un individuo, en la mayoría de los casos evidenciado debido a cambios biológicos que afectan los sentidos y no permiten al individuo la recolección de datos necesarios para ser analizados por los procesos cognitivos. Por ejemplo, si presenta perdida en la audición y visión su proceso de atención se verá afectado debido a que estos sentidos son los que más proveen información para generar resultados a partir de este proceso [37].
30
6. METODOLOGÍA
La metodología a seguir en el desarrollo de este proyecto se enfocó al usuario final, debido a todas las consideraciones que debe tener un sistema interactivo para adultos mayores que no están muy relacionados con la tecnología moderna ya sea por factores como su estado de salud o su modelo mental, es decir, a lo que están acostumbrados [38].
Es por esto que se propuso la implementación de una metodología de diseño centrado en el usuario. El Grupo de Investigación en la disciplina Interacción Humano-Ordenador (GRIHO) de la universidad de Lleida, creó un Modelo de Proceso de la Ingeniería de la Usabilidad y la Accesibilidad (MPIu+a) el cual está basado en el diseño centrado en el usuario y plantea una cohesión entre las fases y entidades presentadas en el desarrollo e implementación de un sistema interactivo [39].
6.1 ETAPAS DEL PROYECTO
El MPIu+a plantea 6 fases en el proceso de desarrollo de un sistema interactivo (Ver Fig.4) las cuales se intercomunican de manera cíclica durante el tiempo de desarrollo con el fin de involucrar al usuario en cada proceso y generar una solución que satisfaga las necesidades de este. Cabe aclarar que el proceso de desarrollo de cada una de estas fases es realizado de forma simultánea e iterativa, esto con el fin de ofrecer un producto de calidad al finalizar el desarrollo.
31
Fig. 4. Fases del Modelo de Proceso de la Ingeniería de la usabilidad y de la accesibilidad [39].
6.1.1 Fase 0: Análisis de Requisitos
El análisis de requisitos está basado en el proceso de desarrollo de soluciones software abstraída desde la ingeniería de software, el cual define dos tipos de requisitos, funcionales, los cuales describen la funcionalidad o servicios que el sistema ofrece a los usuarios, y los no funcionales, los cuales describen características técnicas del sistema o de su desarrollo [40], y sus prioridades.
Esta fase se implica la realización de un proceso de indagación contextual, para definir las características del entorno en el cual se encuentran los usuarios del sistema, y la definición en sí de las características de los stakeholders, o involucrados a quienes se les ofrece el servicio o producto [41]. Esta fase implica la constante interacción con el usuario debido a que los requisitos que son definidos mediante métodos de indagación, la mayoría de las veces son volátiles y cambiantes.
6.1.2 Fase 1: Diseño
Esta fase indica el proceso de diseño que se debe seguir en el desarrollo de un sistema interactivo. En esta fase se indican las actividades que el usuario realizará en el sistema y su realimentación, pero también se diseña la manera en cómo esta realimentación de información será mostrada al usuario.
32
En el proceso de diseño, una vez estén definidas las actividades y la información a mostrar, se implementan prototipos de baja fidelidad o modelos funcionales con el fin de realizar evaluaciones y rediseñar los módulos de la solución, todo esto se realiza de manera iterativa las veces que los desarrolladores consideren necesarias, es decir, cuando consideren que los requerimientos están cumplidos a cabalidad.
6.1.3 Fase 2: Implementación
La fase de implementación es conocida también como fase de codificación, pues supone todo el proceso de escribir el código software necesario que hará posible que el sistema finalmente implementado cumpla con las especificaciones establecidas en la fase de análisis de requisitos y responda al diseño del sistema descrito en la fase anterior. Habitualmente esta fase es la que requiere de mayor dedicación en cuanto a recursos personales, no obstante, este factor puede verse minimizado debido a la correcta implementación de las fases anteriores [42].
Para el desarrollo de sistemas interactivos, esta fase también representa la creación y/o modificación del hardware de la solución, y de igual manera, verificar si cumple los requisitos previamente definidos.
6.1.4 Fase 3: Prototipado
Esta fase indica el proceso de implementación de los requisitos y simulaciones del producto final, esto con el fin de evaluar el cumplimiento de los requerimientos y definir qué posibles características tendrá la solución. Existen diferentes tipos de prototipos los cuales se desarrollan dependiendo de los requisitos que quieran cumplir y su prioridad.
6.1.5 Fase 4: Evaluación
Evaluar consiste en probar algo. Tanto para saber si funciona correctamente como no, si cumple con las expectativas o no, o simplemente para conocer cómo funciona una determinada herramienta o utensilio.
En MPIu+a, la fase de evaluación de la solución constituye un punto clave para la obtención de sistemas interactivos usables y accesibles. Es en esta fase donde se aplican las técnicas necesarias para recibir la realimentación por parte de los usuarios y/o evaluadores expertos, que se verá reflejada en el diseño de las interfaces del sistema, mejorando sus procesos interactivos [43].
33
6.1.6 Fase 5: Lanzamiento
La fase más crítica debido a que es en la cual se le presenta el producto final al usuario, y se analiza el cumplimiento de los requerimientos funcionales y no funcionales. Esta fase define el éxito del producto con base en dos características principales: Obtener los resultados esperados, y la satisfacción del usuario final al usar el producto o consumir el servicio desarrollado.
Una vez se llega a esta fase es posible la recolección datos para el mantenimiento o mejoras a realizar en el producto, y también datos para futuros trabajos a realizaren el campo de implementación de la solución.
34
7. CONSIDERACIONES ÉTICAS
Con base en los principios propuestos por la declaración de Helsinki, los involucrados en el proyecto “Desarrollo de un sistema multimedia para la estimulación de procesos cognitivos en personas mayores”, se comprometen a utilizar la información recolectada en los procesos de investigación, únicamente con fines académicos.
Como se enuncia en el 8vo principio de la declaración de Helsinki, aunque el objetivo principal de la investigación médica es generar nuevos conocimientos, este objetivo nunca debe tener primacía sobre los derechos y los intereses de la persona que participa en la investigación. Es por esto que durante los procesos de investigación en los que estén directamente involucrados los pacientes y personal de la fundación, estos tendrán total potestad de decidir cuándo dejar de proporcionar información o realizar pruebas pertinentes para el proyecto.
Además de lo anterior, según la Resolución 8430 de 1993, esta investigación tiene un riesgo mínimo ya que no se expondrá a riesgo biológico al paciente, y durante las sesiones donde se realizarán las entrevistas y las pruebas de usabilidad del sistema que responderá a las necesidades del paciente y del terapeuta, se contará con la presencia del investigador principal y de la terapeuta tratante. Además, los involucrados se comprometen a no copiar distribuir o transmitir bajo ningún medio la INFORMACIÓN CONFIDENCIAL, y solo develar la INFORMACIÓN CONFIDENCIAL cuando lo requiera una entidad oficial regional, nacional o internacional.
Los beneficios de esta investigación para el paciente son, en primer plano, proporcionar un sistema de ayuda a su desarrollo cognitivo, el cual eventualmente se verá reflejado en su desenvolvimiento como persona individual y en la sociedad. Y, en segundo lugar, proporcionar un sistema de evaluación que apoye a la generación de diagnósticos del estado cognitivo de los pacientes, de manera remota y de fácil uso para el terapeuta. Cada familiar o cuidador del paciente será informado del procedimiento a realizarse, el cual consiste en la realización de una entrevista que tiene como objetivo principal recolectar datos demográficos y de interés a la investigación, en las fases posteriores del proceso cíclico, se procederá a firmar el consentimiento informado presentado en el Anexo A. Se recordará a los pacientes que puede declinar de su participación en el momento que así lo desee.
35
8. RESULTADOS Y ANÁLISIS
8.1 ANÁLISIS DE REQUISITOS
En esta fase se realizó el desarrollo de un proceso de indagación contextual, para definir las características del entorno en el cual se encuentran los usuarios del sistema, y la definición en sí de las características de los stakeholders, o involucrados a quienes se les ofrece el servicio o producto. Esta fase implicó la constante interacción con el usuario debido a que los requisitos que son definidos mediante métodos de indagación, la mayoría de las veces son volátiles y cambiantes.
8.1.1 Definición del Contexto
Se identificó que, en la ciudad de Santiago de Cali, Colombia, hay aproximadamente 120 casas de albergue que tratan de dar solución al problema del abandono de adultos mayores. Estas casas no cuentan con muchos requisitos definidos por la alcaldía de la ciudad. De los 34 hogares geriátricos o centros de atención al adulto mayor visitados en el 2017 por la Secretaría de Salud Municipal, 31 fueron sometidos a planes de mejoramiento por incumplir con los estándares para funcionar, como falta de personal médico, falta de servicios (electricidad, agua, gas), y sobrepoblación [44]. Esto limitó el alcance del proyecto debido a la escasez de personal administrativo y médico al cual se les debía realizar los métodos de indagación para posteriormente definir requisitos.
Por esta razón se definió entonces como público objetivo a adultos mayores asistentes al programa Canas y Ganas de la Secretaría de Deporte y Recreación de la ciudad, el centro de neurorrehabilitación Surgir y la fundación El Cottolengo, ubicada en las afueras de la ciudad.
Canas y Ganas
El programa Canas y Ganas se realiza en varios sitios de la ciudad entre las 7:00 am y las 10:00 am y tiene una duración de 1 a 2 horas. Tiene como objetivo ofrecer a personas mayores de 55 años un espacio para la diversión y la recreación mientras cuidan de su salud [45]. El programa realiza intervenciones grupales a los adultos de manera lúdica con base en la metodología SARI (Secuencia de Actividad Recreativa Intensiva) [46], con el fin de estimular física y cognitivamente a los asistentes.
36
Centro de Neurorrehabilitación SURGIR
El centro de neurorrehabilitación Surgir está ubicado en el barrio Tequendama en el sur de la ciudad, tiene como objetivo prestar atención terapéutica en las áreas de terapia física, terapia ocupacional, fonoaudiología y psicología. Este centro atiende a niños, adolescentes, adultos y adultos mayores, que hayan sido remitidos para la realización de terapias. El centro está compuesto por una unidad asistencial que está encargada de los factores concernientes a las terapias realizadas en el centro, una unidad administrativa la cual comprende gerencia y trámites, y una unidad de conocimiento la cual está encargada de las investigaciones.
Las terapias realizadas en este centro están enfocadas a los pacientes de manera individual, debido a que la mayoría de los que son atendidos tienen traumas cráneo encefálicos por algún tipo de accidente o por factores genéticos. y en pocos casos por enfermedades neurodegenerativas como el alzhéimer.
Los terapeutas de este centro, en sus sesiones presenciales, se enfocan en la estimulación simultánea del componente físico motriz y los procesos cognitivos básicos como la memoria, la atención y procesos cognitivos superiores como el lenguaje y la. Además, en el caso de que el tratado sea un adulto o adulto mayor, también utilizan elementos cotidianos (ej. cartas, colores, juegos de mesa) para facilitar la apropiación de los ejercicios en los pacientes, y elementos que hagan alguna referencia a el diario vivir del paciente (ej. zapatero: zapatos, ingeniero: máquinas).
Fundación el Cottolengo
La Fundación El Cottolengo es una obra diocesana con personería jurídica, privada y sin ánimo de lucro, fundada el 19 de enero de 1959 por el Padre Alonso Ocampo O.P. (religioso dominico de la Orden de Predicadores), con dedicación exclusiva hacia los adultos mayores desprotegidos y vulnerables, brindándoles atención integral.
La fundación le ha resuelto a la ciudad de Cali, al Valle del Cauca y a otros departamentos del país un problema social, recibiendo adultos mayores desamparados, los cuales llegan reportados por la comunidad, hospitales, iglesias, gobierno y en repetidas ocasiones personalmente, brindándoles atención integral (salud, vivienda, alimentación, vestuario, recreación y espiritualidad).
37
Durante más de 58 años de servicio a los más necesitados la Fundación El Cottolengo se ha destacado por ser modelo en la atención integral del adulto mayor desamparado [47].
Esta fundación ofrece servicios de fonoaudiología, terapia ocupacional, enfermería, odontología, psicología, fisioterapia y medicina general a sus residentes y a particulares que reserven una cita. La mayoría de las actividades realizadas por los residentes aportan a la generación de fondos en la fundación, y los terapeutas realizan una terapia cognitiva grupal la cual, mediante instrucciones y tareas, genera papel que es vendido como reciclaje.
8.1.2 Definición de los stakeholders o involucrados
Una vez identificado el contexto de indagación, se procedió con la definición de todos los involucrados en el problema, esto con el fin de asegurar la distinción de los requerimientos desde todos los puntos de vista relevantes, y así asegurar la efectividad del sistema.
8.1.2.1 Terapeutas
Se identificó que las personas más involucradas en la realización de estimulación cognitiva en los adultos mayores son los terapeutas ocupacionales y los fonoaudiólogos.
Terapeuta Ocupacional
El terapeuta ocupacional es un profesional encargado de posibilitar los comportamientos ocupacionales de sus pacientes, realizando acciones terapéuticas tendientes a desarrollar, restaurar o compensar las capacidades y habilidades de las personas que debido a traumas, deficiencias, discapacidades o barreras sociales, físicas y actitudinales que representan una restricción para el desempeño autónomo y satisfactorio de su plan de vida [48].
38
Fonoaudiólogo
El fonoaudiólogo es un profesional encargado de mejorar a la persona en cuanto a su fono articulación, masticación, respiración, deglución, y en el caso de lactantes, succión. Puede atender a personas de cualquier edad y en cualquier período de su ciclo vital, desde lactantes hasta adultos mayores. Se identificó que estos profesionales estaban relacionados con el problema debido a que en el proceso de sus terapias se enfocan en la estimulación de procesos cognitivos superiores como lo son el lenguaje y el aprendizaje, los cuales tienen como base procesos cognitivos básicos como la memoria, la atención y la percepción [49].
8.1.2.2 Adulto Mayor
El adulto de la ciudad de Santiago de Cali, es mayor de 65 años de edad. Es el que asiste a las terapias individuales o grupales realizadas por los terapeutas de los centros de atención o de las instituciones geriátricas.
8.1.2.3 Familiar del adulto mayor
Generalmente los adultos tienen a un familiar o allegado que los acompaña a sus sesiones terapéuticas, esto debido a que la mayoría de los adultos poseen limitaciones físicas o cognitivas que les impiden o limitan la movilización desde su hogar hasta el sitio donde realizará las terapias.
8.1.3 Definición de los perfiles de usuario
8.1.3.1 Adultos Mayores
Se identificó por medio de indagaciones realizadas con adultos mayores de la ciudad de Cali que el público ideal para la utilización de este sistema debería tener las siguientes características:
Poseer movilidad total en el tren superior, es decir que tiene totalcontrol de sus extremidades superiores, además de movimiento oculartotal.
39
Padece deterioro cognitivo leve, es decir que es posible que presentealgunas carencias en aspectos concernientes a la memoria, el habla yen general a la agilidad mental, pero no se extiende hasta el punto depadecer enfermedades mentales degenerativas, como el alzhéimer.
Posee una visión (mínima) de 20/50, es decir que puede ver a 20pies (6.0960 metros) o lo que una persona con 20/20 de visión puedever a 50 pies (15.24 metros) [50].
Fig. 5. Perfil del adulto mayor.
Terapeutas
Se definió un perfil general reuniendo las características y necesidades de los terapeutas ocupacionales y los fonoaudiólogos, ya que estos son los profesionales que están directamente involucrados con la estimulación cognitiva en adultos mayores.
40
Fig. 6. Perfil del terapeuta.
8.1.4 Métodos de Indagación
Para la recolección de información y su posterior análisis se optó por implementar distintos métodos de indagación para identificar las características de los usuarios. Estos métodos fueron: entrevistas, cuestionarios, observación y estrategias lúdicas.
8.1.4.1 Entrevistas
Se optó por este método de indagación debido a que proporciona información cuantitativa y cualitativa, entrega información complementaria, son simples y económicas, permite el uso de preguntas variadas para ajustar el contexto, si el muestreo se aplica apropiadamente puede producir resultados de alta calidad sobre las actitudes y opiniones de una población y además puede emplearse en cualquier etapa del ciclo de desarrollo.
Estas entrevistas fueron realizadas a los terapeutas y se dividieron en 3 grupos (Ver Anexo B).
Preguntas demográficas, realizadas con el fin de obtener datos demográficos para sesgar el público objetivo.
Preguntas de contextualización, realizadas con el fin de evitar confusiones entre el entrevistador y el entrevistado.
Preguntas del problema, realizadas con el fin de identificar características relevantes que facilitan o dificultan la realización de estimulación cognitiva en las terapias realizadas en el centro de rehabilitación. Además de permitir identificar requerimientos relevantes para el sistema, desde el punto de vista del terapeuta.
41
8.1.4.2 Observación
Se decidió implementar esta técnica debido a la dificultad que presentaban los profesionales al invertir tiempo de su trabajo en responder encuestas o entrevistas.Está técnica se aplicó en el centro de neurorrehabilitación SURGIR y en la fundación El Cottolengo, y se planeó observar lo siguiente:
1. ¿Durante las terapias, cómo distribuyen el tiempo los terapeutas?2. ¿Durante las terapias, cómo es la interacción de los pacientes con los
terapeutas?3. ¿Qué herramientas y/o elementos son empleados durante las terapias?4. ¿Qué tareas realizan los terapeutas y cuáles son las más repetitivas?5. Si ocurre algún evento inusual durante la terapia, ¿Cómo es el
procedimiento para manejar ese evento?6. ¿Cuáles son las reacciones de los pacientes durante las terapias?7. ¿En algún momento los pacientes se encuentran solos durante la terapia?
a. ¿Cómo es el comportamiento de los pacientes cuando estánsolos?b. ¿Se les facilitan todas las indicaciones, elementos y/oherramientas para efectuar el desarrollo de la terapia (o una parte deesta) solos?
8. ¿Las terapias son aplicadas bajo distintas metodologías o esquemas?9. ¿Cuál es la metodología o estándar más usado?
8.1.4.3 Cuestionarios
Los cuestionarios buscan obtener información cualitativa y cuantitativa, y son fáciles y económicos de implementar.
Se decidió realizar un cuestionario que respondieron los terapeutas solo si realizan estimulación cognitiva durante sus terapias, para conocer si las metodologías o test que utilizan para evaluar el estado cognitivo de la memoria, atención y percepción de los pacientes mayores a 65 años, están alienadas con las indagadas en baterías de neurorrehabilitación implementadas por sistemas similares, el cuestionario está disponible en el Anexo C.
42
8.1.4.4 Estrategia lúdica
Con ayuda del programa de la Secretaría del deporte de la ciudad Santiago de Cali se desarrollaron encuestas bajo el modelo de recreación a 55 adultos mayores con el fin de obtener información demográfica, cuantitativa y cualitativa de dispositivos tecnológicos y nivel cognitivo de los encuestados.
Se planeó la actividad de la siguiente forma:
1. Dependiendo de la cantidad de público encuestado se dividieron en grupos de igual tamaño con el fin de amenizar la realización de la actividad.
2. Se entregó a cada grupo: 1 lápiz y 1 papel con un texto de un color específico: Smartphone (Celular) ___ Wifi (Internet) ___ Laptop - Pc (Computador) ___ Homecare (Servicio médico en casa) ___ TV (Televisor) ___
3. Se les indicó a los adultos dialogar durante 1 minuto sobre cuántos de los
integrantes del grupo tenían ese elemento o servicio en sus hogares, y con el lápiz debían anotar ese número en la parte de atrás del papel. Con esto se identificaron características cuantitativas: ¿cuántos adultos tienen cuál servicio?
4. Se inició la dinámica lúdica preguntando en voz alta algún elemento que identificara a algún grupo de forma aleatoria, es decir: color o servicio / elemento, y esperando la respuesta del número que el grupo identificado anotó previamente en el papel.
5. La dinámica evidenció niveles de respuesta distintos al modificar la pregunta por su equivalente en inglés y posibilitar cualquiera de las dos características del texto: color y servicio/elemento. Esto permitió identificar características como qué tanto se les dificulta a los encuestados la lectura de ciertos colores, el entendimiento de otro idioma y la retención de información.
43
8.1.5 Resultados
En esta sección se incluyen en resumen los aspectos que se identificaron en el análisis de la información recolectada por medio de los métodos de indagación anteriormente descritos.
Se identificó que los terapeutas están preocupados por sus pacientes, y les interesa empatizar con ellos desde el inicio de la terapia, para que los resultados sean más provechosos. La mayoría de los terapeutas lleva un control cualitativo y general del progreso de los pacientes en un documento en formato de texto.
De igual manera se observó que los terapeutas se enfocan en las reacciones que tienen sus pacientes en cada terapia debido a que los pacientes no suelen decir, por ejemplo, que no entienden el ejercicio ya que esto los hace sentir con menor capacidad mental. No se enfocan mucho en los ejercicios que sus pacientes deben realizar por fuera de la terapia, es decir, focaliza todo su esfuerzo en la terapia presencial, debido a que esta es de una duración entre 1 hora y 1 hora y 30 min.
Adicionalmente, se identificó que a los terapeutas les gustaría poder acceder a un sistema tecnológico para llevar un control del estado cognitivo de los pacientes, pero no saben explicar qué información debería tener, ni cómo debería mostrarla. También se identificó que los terapeutas desean tener una forma de verificar que sus pacientes realizan las recomendaciones de ejercicios en casa.
Por otra parte, se identificó que a los adultos mayores les resulta más familiar hacer uso de un televisor, que de otro sistema tecnológico como teléfonos celulares y computadores. También se identificó que los adultos mayores expresan, en la mayoría de los casos, su disgusto con las instrucciones muy específicas de los terapeutas.
De igual manera, se observó que los adultos mayores presentan déficit leve en los procesos cognitivos básicos como memoria y atención. Se observó también que los adultos que no empatizan bien con sus terapeutas se aburren rápido en las terapias y no tienen la misma disposición, lo que se refleja en el resultado a largo plazo registrado por los terapeutas.
Con lo anteriormente descrito se procedió a la identificación de necesidades reales de los usuarios, con el fin de diseñar el sistema con base en estas, las necesidades están listadas en la TABLA I.
44
TABLA I.
Listado de necesidades de usuarios.
No Necesidad (Terapeuta)
1 El terapeuta necesita llevar un control del estado cognitivo de los pacientes2 El terapeuta necesita que sus pacientes se sientan a gusto en la terapia3 El terapeuta necesita tener información clínica general del paciente4 El terapeuta necesita realizar terapias especializadas para cada paciente5 El terapeuta necesita que sus terapias sean dinámicas y empáticas6 El terapeuta necesita agendar sus eventos y citas
Necesidad (Adulto mayor)
7El adulto mayor necesita realizar terapias cognitivas asignadas por su terapeuta.
8El adulto mayor necesita aumentar o mantener su nivel cognitivo de una manera poco desgastante.
9El adulto mayor necesita realizar terapias cognitivas preparativas a las sesiones presenciales con su terapeuta.
10El adulto mayor necesita que las terapias se ajusten a su nivel cognitivo para no aburrirse.
El resultado final de este proceso fue el desglose de las necesidades reales en requerimientos, para definir las características funcionales y no funcionales del sistema. Estas características son los requerimientos funcionales y no funcionales listados en el Anexo D.
8.2 DISEÑO
Para la realización del diseño del sistema se analizaron los factores humanos que interfieren en la interacción humano sistema: terapeutas y adultos mayores. Este análisis se realizó desde la percepción del usuario al sistema, la atención y la memoria, traducidas a la relación entre el esfuerzo realizado para completar una tarea y la motivación de uso del sistema. No confundir los anteriores términos con las categorías cognitivas a las cuales el sistema en sí está dirigido.
Lo anterior se resume en entender el modelo mental del usuario y diseñar con base en su modelo conceptual el cual está representado por las necesidades identificadas en la fase anterior. Este proceso se realiza con el fin de diseñar un
45
sistema asimilable (mediante el uso de conceptos familiares), consistente (coherente y bien formulado), y simple (haciendo uso de descripciones comprensibles por un usuario promedio).
Teniendo en cuenta lo anterior, se realizó el proceso desde dos perspectivas del diseño: Diseño empírico y diseño metodológico.
Mediante el diseño empírico se logró la abstracción de características fundamentales implementadas desde los requerimientos como la interacción de la ventana de inicio de sesión para el módulo de terapeutas
Mediante el diseño metodológico fue posible el diseño de una ventana de creación de ejercicios cognitivos, la cual incluye un lienzo donde el terapeuta elige qué y cómo desea que su paciente visualice cada ejercicio de cada terapia.
Posteriormente se indicaron las actividades que el usuario realizará en el sistema y su realimentación.
8.2.1 Diseño de Actividades
Luego de haber definido los requerimientos que debería cumplir el sistema para satisfacer las necesidades de los usuarios frente al problema identificado, se continuó con la definición de las actividades, o casos de uso, que el usuario realizaría en el sistema con el fin de satisfacer sus necesidades.
8.2.1.1 Actividades módulo terapeutas
Las actividades del módulo terapeutas están descritas en el Anexo E con sus respectivos requerimientos asociados. En la TABLA II se puede ver la actividad: Visualizar información de un paciente.
46
TABLA II.
Actividad: Visualizar información de paciente.
Actividad Ver información de un paciente
Descripción Esta actividad permite al terapeuta ver la información personal del paciente, un registro de sus actividades con el sistema, las terapias que tiene asignadas y las citas presenciales a las que debe asistir. El terapeuta debe identificar a cuál paciente desea visualizar en detalle y elegirlo en una lista donde se encuentran todos sus pacientes con información relevante (cédula, nombre, última cita).
Realimentación Una vez el terapeuta cliquee en un elemento de la lista, se desplegará una ventana de opciones en donde el terapeuta podrá elegir entre visualizar el perfil del paciente o eliminarlo de sus registros (solo será eliminado para este terapeuta). Al elegir Ver perfil, el módulo navegará automáticamente hacia la ventana del perfil de paciente donde en podrá identificar inicialmente la cédula, el nombre, la foto, y los contactos asociados al paciente. En la misma ventana el terapeuta tendrá la posibilidad de ver el registro de resultados de terapias mostrado en forma de gráficas y tablas, visualizar las terapias que el paciente tiene asignadas y asignarle nuevas, y finalmente un calendario en donde se agendan las citas presenciales asignadas al paciente.
Requerimientos asociados
RF01, RF02, RF03, RF04, RF05, RF13, RF14, RNF01
8.2.1.2 Actividades módulo pacientes
Las actividades del módulo pacientes están descritas en el Anexo F con sus respectivos requerimientos asociados, en la TABLA III se puede ver la Actividad: Realizar un ejercicio.
47
TABLA III.
Actividad: Realizar un ejercicio.
Actividad Realizar un ejercicio
Descripción En esta actividad el paciente debe responder un ejercicio de la terapia presionando un botón para dar su respuesta. Una vez resuelto el ejercicio pueden suceder dos cosas: Continuar con el siguiente ejercicio si hay más, o finalizar la terapia si este era el último. Una vez finalizada la terapia, el paciente es redireccionado a la vista de iniciar terapias o salir del sistema. Internamente el sistema estará recopilando información de las expresiones faciales durante el ejercicio.
Realimentación El sistema le indicará al paciente cuando un ejercicio es finalizado y cuando otro está por empezar, una vez finalice cada terapia, si no tiene más terapias pendientes se le informará y la única interacción posible será salir del sistema
Requerimientos asociados
RF10, RNF18, RNF01
8.2.2 Definición de la Arquitectura
Para la arquitectura se optó por el patrón de diseño MVC (Modelo Vista Controlador). Este es un patrón de diseño enfocado al diseño web, que permite separar el código del producto a desarrollar por funcionalidades y responsabilidades. Este patrón de diseño está basado en la programación por capas, la cual describe un planteamiento modular enfocado a la visualización, es decir, facilitar la creación de nuevas interfaces sin necesidad de hacer cambios drásticos en las estructuras de las colecciones de datos ni en la forma en la que se envía esta información a las interfaces.
En este sistema el patrón MVC está descrito entonces como: El Modelo es la base de datos, los registros, en sí es toda la información que almacena el sistema. La Vista son todas las interfaces gráficas, esta capa es la que se presenta al usuario. El Controlador es el enlace entre las vistas y los modelos, respondiendo a los mecanismos que puedan requerirse para implementar las necesidades del sistema.
48
8.2.3 Definición de herramientas hardware y software
Para la definición de las herramientas de hardware y software se realizó una comparación ponderativa entre las opciones que se consideraron apropiadas para la implementación de este sistema, teniendo en cuenta mayormente los requerimientos no funcionales identificados en la fase 0. Previo a la ponderación se realizó una segmentación por componentes de la arquitectura MVC.
8.2.3.1 Módulo terapeuta
Para este módulo se optó por la realización de una solución enteramente web debido a los requerimientos identificados. Por esta razón se sesgó la elección de alternativas a herramientas basadas en Javascript, Html, y Css.
Los listados de selección de alternativas ponderación y elección de cada una, para cada componente de la arquitectura MVC está listado en el Anexo G.
8.2.3.2 Módulo paciente
Vista: Para la vista de este módulo se consideraron las alternativas descritas en el Anexo E, debido a la facilidad que tienen de acoplamiento con la arquitectura escogida. Por esta razón se decidió usar React en el módulo de pacientes también, pero debido a la definición del objetivo específico: “Evaluar la variable no controlada haciendo uso de una red convolucional, que analice las emociones del usuario”, se debe considerar la integración de un complemento o plugin para esta parte de la arquitectura. Es por eso que se optó por el uso de un framework que permitiera integrar características y funciones de procesamiento de imagen, inteligencia artificial y en general manejo de machine learning. Flask es un “micro” Framework escrito en Python y concebido para facilitar el desarrollo de Aplicaciones Web bajo el patrón MVC. Al usar Python como lenguaje base es posible ejecutar un servidor que renderice aplicaciones pre compiladas o listas para desplegar y agregar las características o funcionalidades anteriormente descritas.
Modelo (Sistemas gestores de bases de datos): Por cuestiones de facilidad de desarrollo, en el modelo implementado para el módulo de pacientes se optó por utilizar la misma base de datos que en el módulo de terapeutas descrita en el Anexo E, esto con el fin de centralizar la información y hacer que el controlador de ambos módulos no tenga que direccionar sus búsquedas a lugares distintos, esto se ve
49
reflejado finalmente en tiempos de respuesta entre servidor y cliente. Por esta razón se optó por PostgreSQL.
Controlador: Por facilidad del desarrollo se optó por utilizar el mismo controlador descrito en el Anexo E, para los dos módulos: paciente y terapeuta. Esto con el fin de no dificultar las llamadas http entre la base de datos y el controlador, ya que esto podría afectar el performance del sistema en general y su interacción y cohesión entre módulos. Por esta razón se eligió NodeJS (Expressjs).
Con las herramientas elegidas anteriormente, se procedió a la realización del esquema final de la arquitectura mostrado en la Fig. 7, y la base de datos explicada en su diagrama de entidad relación en el Anexo H.
Fig. 7. Modelo vista controlador.
50
8.3 PROTOTIPADO
En esta fase se realizó el prototipado de cada uno de los módulos del sistema. Los problemas que se encontraron para realizar el proceso de rediseño que se desarrolló con estos prototipos, están evidenciados en la sección de evaluación. 8.3.1 Módulo Terapeuta
Para el módulo de terapeutas se realizaron tres prototipos con sus respectivas iteraciones evaluativas explicadas en la etapa de evaluación.
8.3.1.1 Prototipo 1
Para este prototipo se realizó una implementación de mediano nivel haciendo uso de html, javascript y css con el fin de simular la mayor parte de las funcionalidades interactivas del módulo y así identificar problemas de transiciones entre pestañas, proporciones y colores.
Fig. 8. Módulo terapeutas – Prototipo 1 – Login.
51
Fig. 9. Módulo terapeutas – Prototipo 1 – Dashboard.
Fig. 10. Módulo terapeutas - Prototipo 1 - Listado pacientes.
52
Fig. 11. Módulo terapeutas - Prototipo 1 - Información paciente.
Fig. 12. Módulo terapeutas - Prototipo 1 - Progreso paciente.
53
8.3.1.2 Prototipo 2
Luego de realizar la evaluación de usabilidad de los prototipos y la implementación de mejoras en cada uno, se llegó al resultado del sistema en su primera versión con todas las funcionalidades cumpliendo los requerimientos de alta prioridad identificados con anterioridad. Esta primera versión del módulo poseía características técnicas como conexión a internet, consultas a la base de datos, y cargado de imágenes. Se realizó haciendo uso de las herramientas seleccionadas en la etapa de diseño.
Fig. 13. Módulo terapeutas - Prototipo 2 – Login.
54
Fig. 14. Módulo terapeutas - Prototipo 2 – Dashboard.
Fig. 15. Módulo terapeutas - Prototipo 2 - Progreso paciente.
55
Fig. 16. Módulo terapeutas - Prototipo 2 - Terapias paciente.
Fig. 17. Módulo terapeutas - Prototipo 2 - Citas paciente.
56
Fig. 18. Módulo terapeutas - Prototipo 2 - Agenda terapeuta.
8.3.1.3 Prototipo 3
Para esta versión se modificaron y/o añadieron solamente las siguientes vistas específicas de acuerdo a los problemas encontrados y sugerencias propuestas por los usuarios en la etapa de evaluación.
57
Fig. 19. Pantalla Principal - Prototipo 3 - Módulo terapeutas.
Fig. 20. Registro de actividad de paciente - Prototipo 3 - Módulo terapeutas.
58
Fig. 21. Registro emocional por categorías cognitivas - Prototipo 3 - Módulo terapeutas.
Fig. 22. Creación de ejercicio - Prototipo 3 - Módulo terapeutas.
59
Fig. 23. Resultados de ejercicio - Prototipo 3 - Módulo terapeutas.
8.3.2 Módulo Paciente
A continuación, se listan los prototipos desarrollados para las interfaces gráficas del módulo de paciente, el prototipo para la interfaz física del módulo de pacientes y la red neuronal.
8.3.2.1 Prototipo 1
Para este prototipo se tuvieron en cuenta la simplicidad y la exactitud de la información presentada al paciente, debido a que sobrecargarlo de información podría generar confusión y desviación del objetivo final. Este prototipo se realizó en un editor gráfico online de uso libre.
60
Fig. 24. Módulo pacientes - Prototipo 1 – Login.
Fig. 25. Módulo pacientes - Prototipo 1 - Pantalla principal con terapias.
61
Fig. 26. Módulo pacientes - Prototipo 1 - Terapia paciente.
Fig. 27. Módulo pacientes - Prototipo 1 - Pantalla inicial sin terapias.
8.3.2.2 Prototipo 2
Este prototipo se realizó haciendo uso de las herramientas escogidas para el desarrollo del módulo, con el fin de plasmar colores, tamaños de fuente y temas concernientes a la navegación entre pantallas y se realizó la conexión al servidor
62
para así mismo verificar funcionalidades acopladas entre los módulos. Esto facilitó la identificación de problemas más puntuales con respecto a la interacción, la información presentada y tiempos de respuesta.
Fig. 28. Login - Prototipo 2 - Módulo pacientes.
Fig. 29. Pantalla principal - Prototipo 2 - Módulo pacientes.
63
Fig. 30. Ejercicio - Prototipo 2 - Módulo pacientes.
Fig. 31. Pantalla principal sin terapias por realizar - Prototipo 2 - Módulo pacientes.
8.3.2.3 Prototipo físico de la interfaz del paciente con el sistema
Para el uso del sistema por parte de los pacientes se optó por el desarrollo de una interfaz física que constó de 5 botones cada uno de un color diferente, esto con el fin de facilitar las interacciones con el sistema. Es importante resaltar que para el diseño y de este prototipo no se tuvieron en cuenta aspectos ergonómicos, sino, solamente aspectos concernientes a la funcionalidad abstraída de los requerimientos funcionales y no funcionales.
64
Haciendo uso de estos botones el paciente podría ingresar su código de colores para autenticarse, realizar cada ejercicio de cada terapia disponible, y salir del sistema. Para esto se realizó una tabla de selección de alternativas que se encuentra disponible en el Anexo I.
Fig. 32. Prototipo físico - Módulo pacientes.
8.3.2.4 Red Neuronal Convolucional
Para evaluar de forma cuantitativa la reacción a los ejercicios y terapias asignadas a los pacientes se propuso el desarrollo de una red neuronal convolucional, la cual está encargada de identificar las emociones con base en expresiones faciales de los adultos mayores.
Para la construcción de esta red primero se definió un dataset o conjunto de datos de imágenes, como se observa en la Fig. 33, para cada tipo de emoción representada por expresiones faciales: felicidad, tristeza, sorpresa, miedo, enojo y neutral, obteniendo un total de 198 imágenes. Las imágenes de entrenamiento y prueba de la red estaban previamente tratadas, cortadas y alineadas.
65
Fig. 33. Muestra de dataset – Enojo.
Posteriormente se definió la estructura de la red neuronal convolucional, la cual se construyó haciendo uso de Google Colab [51], una herramienta que permite la utilización de máquinas virtuales con recursos físicos potentes para el desarrollo, principalmente, de programas de inteligencia artificial debido a que también ofrecen GPU la cual libera de carga a la memoria RAM al realizar procesos de entrenamiento o tratado de grandes cantidades de datos. Google Colab ofrece un entorno dedesarrollo basado en Python 2.6 o 2.7 que permite la ejecución secuencial decomandos o conjuntos de comandos en este lenguaje.
Para la creación de la red neuronal se decidió usar una metodología muy común en el área de Deep Learning: Transfer Learning [52]. Esta metodología es usada de forma recursiva en este campo, y más específicamente en el campo de la visión computacional, debido a que las redes convolucionales generalmente presentan mejores resultados a medida que se incrementa su número de capas.
El Transfer Learning permite entonces el uso de una red convolucional previamente entrenada para, por ejemplo, detectar 1000 objetos distintos en una imagen y adaptarla para identificar expresiones faciales, como es el caso de este estudio. Esto permite disminuir el coste de cómputo y tiempo invertido en entrenar una red convolucional desde cero, permitiendo obtener los resultados deseados. Para el desarrollo de esta característica se optó por el uso de la red pre entrenada VGG16 [53], una red que fue entrenada con más de 14 millones de imágenes, especializada en el reconocimiento de objetos y capaz de generar hasta 1000 predicciones en una imagen, es decir, reconocer 1000 diferentes objetos.
El stack o conjunto de herramientas para la construcción de la CNN se escogió con base en las herramientas disponibles en Google Colab, debido a la carencia de poder de cómputo para entrenar la red convolucional de manera local, por lo cual
66
se optó por el uso de Tensorflow, una plataforma de código abierto para machine learning, disponible para Python, Javascript, Java y varios lenguajes más, lo que la hace la pionera en el tema de desarrollo de inteligencia artificial actualmente [54]. También se usó Keras, una API de machine learning que puede ser usada como complemento de Tensorflow, y gracias a fácil uso, agiliza la programación de inteligencia artificial [55]. Por medio de esta API se realiza la importación de los módulos que permiten la integración con la red pre entrenada VGG16.
Una vez entrenada la CNN con base en la red VGG16 haciendo uso del 60% de las imágenes de la data set, se obtuvo un modelo de predicción. El modelo clasifica las imágenes de rostros de adultos mayores en 6 categorías para identificar sus expresiones faciales asociadas a las emociones listadas en la TABLA IV.
TABLA IV.
Listado de emociones etiquetadas para predicción.
Emoción Etiqueta Neutral 0 Felicidad 1 Sorpresa 2 Tristeza 3 Miedo 4 Enojo 5
Finalmente se configuró desde el módulo de pacientes que cada cinco segundos se envíen fotografías al servidor local desarrollado en Flask el cual haciendo uso de un API recibe cada foto, y haciendo uso de técnicas de procesamiento de imagen, identifica el rostro en la imagen y utiliza el modelo entrenado para predecir qué expresión facial predomina en la cara del paciente.
Una vez hecho el análisis, el servidor Flask retorna la expresión resultante y posteriormente se guarda esa información en un conjunto de expresiones faciales para cada ejercicio. Como último paso se identifica cuál es la predominante y esa información es guardada en la base de datos, siguiendo el modelo presentado en el Anexo H. Para evitar problemas de latencia entre estas peticiones se usó a favor el asincronismo de tareas de javascript lo cual permitió seguir presentando la
información de los ejercicios y las terapias a los pacientes mientras se hacía el procesamiento de la imagen y la predicción de la expresión.
8.4 EVALUACIÓN
En esta etapa se realizaron pruebas transversales al desarrollo del sistema. A continuación, se registran las pruebas de usabilidad que se realizaron en cada iteración de los prototipos y los problemas que se encontraron en ellas. Además de realizar pruebas concernientes al área de experiencia de usuario, se realizaron algunas pruebas del sistema dividido en módulos, conocidas como pruebas unitarias.
8.4.1 Pruebas de Usabilidad
Para la realización de las pruebas de usabilidad, se utilizaron técnicas de evaluación de usabilidad en sistemas interactivos, descritas por Andrés Solano [56]. Las pruebas realizadas al módulo terapeutas fueron esquematizadas de acuerdo al perfil de usuario identificado. Por cuestiones externas a la realización de estas pruebas y su ejecución, el público objetivo intervenido no completó el número mínimo de candidatos para la realización de las mismas, que, según Nielsen, son 5 personas [57], por esta razón se decidió completar la muestra con personas que compartieran perfiles de usuario muy similares con el fin de identificar la mayor cantidad de problemas de usabilidad posibles.
8.4.1.1 Módulo Terapeuta
Prototipo 1
Para la realización de las pruebas del prototipo 1 descrito en la etapa anterior, se realizó una evaluación heurística con base en los 10 principios heurísticos de usabilidad definidos por Nielsen [58] [59]. Al realizar esta evaluación se evidenciaron los problemas listados en la TABLA V.
67
68
TABLA V.
Problemas de usabilidad en prototipo 1 - Módulo terapeutas.
Problema InterfazNo hay una similitud entre lo que los terapeutas están acostumbrados y lo que el sistema muestra.
Pantalla principal (Fig. 9). Información del paciente (Fig. 11).
Ayuda y documentación. Progreso del paciente (Fig. 13).
No sigue estándares Información del paciente (Fig. 11).
Con base en las heurísticas, y analizando a fondo los perfiles de usuario obtenidos mediante la indagación, se identificó que no tener una foto del paciente en el momento de la visualización de su perfil resulta bastante dificultoso para el terapeuta debido a que puede llegar a tener una cantidad bastante grande de pacientes y esto causaría que perdiera tiempo en recordar quién es el paciente al cual está identificando.
Además, se identificó que es necesaria la realización de una guía paso a paso o un instructivo simple el cual explique la navegación en la gráfica del progreso del paciente y cómo leerla. Esta guía se realizó en la etapa de lanzamiento.
Al ser un prototipo de baja fidelidad desarrollado en una herramienta que provee simples aspectos de navegación y unos pocos de animación o transición, se omitió la evaluación de las heurísticas que tienen que ver con la prevención y reconocimiento de errores por parte del usuario, y la visualización del estado del sistema.
Prototipo 2
Para la realización de la prueba de usabilidad de este prototipo se optó por el método del conductor, definido en los siguientes ítems:
1. El evaluador procedió a entregar un documento guía explicando al usuario elprocedimiento y objetivo de la prueba.
2. El usuario antes de iniciar las pruebas firmó un acuerdo de confidencialidaddisponible en el Anexo A.
69
3. El evaluador indicó al usuario que este podrá realizar todo lo que considerenecesario en el transcurso de la prueba.
4. El evaluador procede a registrar en audio todo lo hablado durante eldesarrollo de la prueba.
5. El usuario realiza cada una de las actividades descritas en la Tabla 6, bajo laguía del evaluador.
6. El usuario al finalizar es indicado por el evaluador a llenar un cuestionarioescrito para obtener mayor retroalimentación de su experiencia con elsistema, ver TABLA VI.
TABLA VI.
Lista de actividades del método del conductor- Prototipo 2 - Módulo terapeutas.
Tarea N. 1: Iniciar sesión.
Pasos
Acceder a la aplicación por medio del navegador. Ingresar el nombre de usuario “admin” en el campo “Usuario”. Ingresar la contraseña “admin” en el campo “Contraseña”. Seleccionar la opción “Ingresar”.
Tarea N. 2: Navegación en el escritorio.
Pasos
Realizar una breve observación de cada recuadro presentado aliniciar sesión dentro del sistema.
Despliegue el menú de navegación ubicado en la parte izquierda,presionando el icono que usted considere que cumple con estepropósito.
Ingrese a la lista de sus pacientes presionando el icono que ustedconsidere que cumple con este propósito.
70
Tabla VI. (Continuación).
Tarea N. 3: Visualizar la tabla de pacientes
Pasos
Realizar una breve observación la tabla presentada en la interfazde pacientes.
Ubique al paciente “Jonny Nazco” Ingrese a la información del mismo, haciendo clic en el nombre del
paciente.Tarea N. 4: Visualizar datos del paciente.
Pasos Realice una breve observación de lo que encuentra en esta interfaz
del paciente “Jonny Nazco”. En el menú superior ingrese al progreso del paciente.
Tarea N. 5: Visualizar el progreso del paciente.
Pasos Realice una breve observación del gráfico del progreso del
paciente “Jonny Nazco”. Interactúe con la tabla.
Tarea N. 6: Cerrar sesión
Pasos Despliegue el menú de navegación ubicado en la parte izquierda,
presionando el icono que usted considere que cumple con estepropósito.
Cierre sesión.
71
TABLA VII.
Preguntas de cuestionario post test - Prototipado 2 - Módulo terapeutas.
Pregunta Tipo
¿Completó todas las tareas en su totalidad? Sí/No
¿En cuales tuvo problemas? Cualitativa
¿Qué tan completa considera que es la información presentada? Escala de Likert (1 a 5)
¿Qué tan fácil considera que es la navegación entre las pantallas?
Escala de Likert (1 a 5)
Califique el grado de satisfacción con las funcionalidades de la aplicación (siendo (1) nada satisfecho y (5) muy satisfecho)
Escala de Likert (1 a 5)
Califique la estética de los íconos de (1) a (5) Escala de Likert (1 a 5)
Califique la estética de los colores usados de (1) a (5) Escala de Likert (1 a 5)
¿Haría uso de la aplicación? Sí/No
¿Considera que la aplicación cumple con sus necesidades? ¿Cuáles no?
Cualitativa
¿Qué aspectos resalta de la aplicación? Cualitativa
¿Con qué aspectos está inconforme? Cualitativa
Una vez el usuario completó todo el proceso planteado para el método del conductor, se guardaron cada uno de los registros de audio para su posterior análisis.
Luego de la realización de la evaluación procedió la etapa de análisis, para la cual se revisaron las notas de voz y se anotó la información más relevante obtenida durante la prueba. Adicionalmente, se revisaron los resultados del cuestionario. Como resultado se obtuvo una lista de problemas de usabilidad detectados en el sistema de estudio, ver TABLA VIII.
72
TABLA VIII.
Problemas de usabilidad - Prototipo 2 - Módulo terapeutas.
Id ProblemaP1 La mayoría de los usuarios no lograron cerrar sesiónP2 No se identifica la diferencia entre la lista de pacientes del escritorio y la
lista de pacientes completa.P3 Hay elementos que aparentan ser cliqueables como las cards.P4 La gráfica del paciente no expresa su mensaje de manera clara
En general los usuarios no tuvieron complicaciones que les produjeron inconformidad relevante con el sistema, pero sí presentaron inconvenientes en la realización de las tareas 2, 5 y 6.
Se identificó que la utilización de sombreado en algunos elementos de la interfaz, como indica material design, genera la sensación de botón o elemento cliqueable por parte de los usuarios. Adicionalmente se identificó la necesidad de una guía de explicación a la gráfica de progreso del paciente, ya que no basta con la leyenda en la parte inferior de esta.
Se observó también que los usuarios tuvieron problemas al cerrar sesión debido a que su modelo mental indica que el cierre de la sesión debe estar en la parte superior derecha, ya que se imaginan al sistema como una aplicación de escritorio y no como una página web.
Prototipo 3
Para el prototipo final se optó por la implementación del método de evaluación de usabilidad: pensando en voz alta [60]. Se realizó con el fin de validar con respecto a los usuarios finales, los ajustes realizados a lo largo del proceso cíclico de evaluación de los prototipos, y se escogió debido a la facilidad de su implementación y a la riqueza subjetiva en sus resultados. Para la ejecución de este método se siguieron los siguientes pasos:
A. El evaluador procedió a entregar un documento guía explicando al usuario elprocedimiento y objetivo de la prueba.
B. El usuario antes de iniciar las pruebas firmó un acuerdo de confidencialidaddisponible en el Anexo A.
73
C. El evaluador indicó al usuario que este podrá realizar todo lo que considerenecesario en el transcurso de la prueba.
D. El evaluador procedió a registrar en audio todo lo hablado durante eldesarrollo de la prueba.
E. Se presentó a cada usuario una lista de tareas listadas en la TABLA IX, sinexplicación detallada, las cuales debería cumplir mientras expresaba susdudas, inconformidades y apreciaciones del sistema y su uso.
F. En algunos casos se propusieron preguntas por parte del evaluador para nodejar pasar por alto algunas interfaces del sistema.
TABLA IX.
Lista de actividades – Pensando en voz alta - Prototipo 3 – Módulo terapeutas.
No Actividad
1 Inicie sesión en el sistema
2 Verifique su agenda para la semana actual
3 Verifique la información de la paciente “Luci Ramírez”
4 Verifique las citas agendadas con la paciente “Luci Ramírez”
5 Agende una cita con el paciente “Luis Pérez”
6 Verifique las terapias asignadas al paciente “Luis Pérez”
7 Analice los resultados de los ejercicios de una terapia completada por “Luis Pérez”
8 Analice el registro de terapias realizadas por el paciente “Luis Pérez”
9 Descargue el archivo del progreso del paciente “Luis Pérez”
10 Asigne una nueva terapia (nueva o de la librería) cognitiva a la paciente “Luci Ramírez”
11 Cierre sesión
74
En general los usuarios no presentaron problemas ni discrepancias con las interfaces presentadas, su transición y sus estilos, pero sí tuvieron un choque cognitivo con la información de la gráfica y la tabla de progreso mostradas en Fig. 20 y Fig. 21.
Para permitir visualizar al usuario la totalidad de información de la tabla ilustrada en Fig. 20, se decidió realizar la propuesta de un estándar para el tiempo de realización de un ejercicio donde para obtener un resultado normal, el tiempo real que al paciente le tomó realizar el ejercicio debe ser cercano al tiempo esperado supuesto por el terapeuta, como se observa en (1).
𝑇𝑖𝑒𝑚𝑝𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 < 𝑇𝑖𝑒𝑚𝑝𝑜 𝑟𝑒𝑎𝑙 ≤ 𝑇𝑖𝑒𝑚𝑝𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 ∗ 1.5 (1)
Sí el tiempo real es menor que el tiempo supuesto, se considera entonces que el ejercicio fue realizado rápidamente y se obtiene un resultado ‘normal’. Pero en caso de que el tiempo de realización del ejercicio no se encuentre en ninguno de estos dos rangos, es decir, se demoró mucho más de lo esperado, entonces se obtiene un resultado ‘malo’.
Aunque todas las propuestas específicas que se identificaron que podrían tener una disrupción en el modelo mental de los usuarios están explicadas en la guía del sistema, expuesta en el Anexo L y entregada en el Lanzamiento, es importante resaltar que no se logró un entendimiento total por parte de los terapeutas en el primer uso del sistema.
8.4.1.2 Módulo Paciente
Prototipo 1
Debido a la complejidad de reservar un espacio de tiempo con los pacientes para realizar evaluaciones de usabilidad iterativas en los prototipos de sistema, se optó inicialmente por la realización de evaluaciones no dependientes totalmente de esto, específicamente la evaluación heurística. Haciendo este análisis se identificaron temas mayormente estéticos debido a que el primer prototipo resolvía la mayor parte de los problemas sintetizados en requerimientos funcionales y no funcionales.
El tipo y tamaño de la fuente fue el más evidente de estos problemas, debido a que el grupo de usuarios finales de este módulo son adultos mayores, el uso de fuentes que poseen letras difíciles de diferenciar puede ser muy perjudicial para la
75
interacción con el sistema [61] [62] [63] [64]. Posteriormente, para verificar el tipo y tamaño de fuente se realizó una evaluación de la capacidad de lectura para identificar el tipo y tamaño de fuente ideal para este público, esta evaluación está descrita en el Anexo J.
Al ser un prototipo de baja fidelidad desarrollado en una herramienta que permite solo la realización de mockups rápidos, se omitió la evaluación de las heurísticas que tienen que ver con la prevención y reconocimiento de errores por parte del usuario, y la visualización del estado del sistema.
Prototipo 2
Para este prototipo se optó por realizar la evaluación de usabilidad haciendo uso del método de interacción constructiva el cual consiste en presentar el sistema a una pareja de usuarios y que lo analicen y expresen sus ideas entre ellos y con el evaluador. La ventaja de usar este método es la autenticidad de las respuestas, debido a que los pacientes se conocen entre ellos y pueden expresar sus ideas con más confianza que ante el evaluador.
Previo a la realización de esta prueba se realizó una exposición de carácter informativo para dar a entender el objetivo del sistema y que todos los pacientes estuvieran al tanto de que no se estaba evaluando su capacidad si no el sistema. Luego de aplicar el método se realizó a cada pareja de pacientes un cuestionario post test expuesto en la Tabla 11, con el fin de obtener datos cuantitativos acerca del sistema.
Para la realización de la evaluación con interacción constructiva se explicaron a los pacientes una serie de tareas sencillas listadas en la TABLA X, que al dar solución representaría el flujo ideal al usar del módulo, al mismo tiempo se decidió realizar grabaciones para obtener la mayor cantidad de información posible.
76
TABLA X.
Lista de tareas Prototipo 2 – Interacción constructiva - Módulo pacientes.
Tarea N. 1: Iniciar sesión.
Pasos Una vez observe en la pantalla “INGRESAR AL SISTEMA” puede
digitar su código de ingreso compuesto por una combinación de 4botones.
Tarea N. 3: Realizar una terapia
Pasos
Una vez accedió al sistema realice una lectura de los textos. Presione el botón indicado en la interfaz para iniciar el desarrollo
de su primera terapia. Una vez en el flujo de desarrollo de la terapia, resuelva cada
ejercicio presionando el botón que considere da respuesta almismo.
Una vez finalizados todos los ejercicios, puede decidir si realizarotro o salir del sistema.
Tarea N. 4: Salir del sistema
Pasos Desde la página inicial donde se indican las terapias pendientes,puede salir del sistema presionando el botón indicado en la interfaz
Cabe aclarar que la generación del código de ingreso es realizada por el administrador, es un único e irrepetible para cada paciente. Por motivos de alcance del proyecto no se diseñó una interfaz en donde el terapeuta o los directivos de los hogares geriátricos tuvieran la posibilidad de crear estos códigos por sí mismos.
TABLA XI.
Preguntas de cuestionario post test - Interacción constructiva - Prototipado 2 - Módulo pacientes.
Pregunta Tipo
¿Completó todas las tareas en su totalidad? Sí/No
¿En cuales tuvo problemas? Cualitativa¿Entendió toda la información presentada? Escala de Likert
(1 a 5)
¿Qué tan fácil considera que es usar el sistema? Escala de Likert (1 a 5)
Califique el grado de satisfacción con las funcionalidades de la aplicación (siendo (1) nada satisfecho y (5) muy satisfecho)
Escala de Likert (1 a 5)
77
Califique la estética de los colores usados de (1) a (5) Escala de Likert (1 a 5)
¿Haría uso de la aplicación? Sí/No¿Qué aspectos resalta de la aplicación? Cualitativa
¿Con qué aspectos está inconforme? Cualitativa
Posterior a la realización de las pruebas se procedió con el análisis los cuestionarios y las grabaciones con el fin de identificar los problemas de usabilidad del módulo.
En general los adultos mayores del Cottolengo están en constante actividad terapéutica, por esto fue fácil la realización de la prueba y la explicación del sistema. Al escoger un método de evaluación de usabilidad colaborativo, se obtuvieron resultados menos técnicos pero que de igual forma son ricos en información.
El método de autenticación podría evolucionar. Aunque se pensó como ganancia colateral al exigir a los adultos recordar su código de colores para ingresar, fue claro que, si bien existen algunos que son capaces de recordarlo, la mayoría deberían anotarlo y buscarlo en cada realización de las terapias.
Los adultos mayores aún consientes y no dependientes, inmersos en un ambiente donde varios de sus amigos han ido perdiendo habilidades cognitivas, generalmente están interesados en evitar su degeneración cognitiva, por lo cual harían uso del sistema si es implementado en su totalidad.
Estas pruebas se realizaron en conjunto con la apreciación del módulo físico, pero por cuestiones ajenas al desarrollo del sistema no se realizaron ningún tipo de pruebas a este último, únicamente se tomaron en cuenta las apreciaciones de los adultos mayores y la interacción que tuvieron con el mismo.
Este módulo presentó un único problema de interacción al momento presionar los botones, algunos adultos dejaban el botón presionado por más de 2 segundos lo cual generaba una entrada repetida al sistema de cómputo, cuando esto no era lo deseado. Una posible solución a este problema, desde el software, sería añadir una variable de estado a los botones para que solo registren datos al momento de presionarlos y no sigan registrando si se mantiene presionado. Esto podría implementarse haciendo uso de javascript ya que es el lenguaje que interfiere directamente con la recolección de estos datos.
TABLA XII. (continuación)
78
8.4.2 Pruebas del Sistema
Las pruebas del sistema en general se realizaron con el fin de verificar el correcto funcionamiento de cada uno de los módulos desde el punto de vista técnico.
8.4.2.1 API
Para probar el API se debieron realizar pruebas en dos entornos: desarrollo y producción. El entorno de desarrollo se identifica porque todos los módulos del sistema estuvieron siendo ejecutados en un entorno controlado en la máquina del desarrollador sin utilizar tercerización de procesos y con datos ficticios. A diferencia del entorno de producción que se identifica porque se realizó el despliegue de los servicios a Heroku, ver lanzamiento.
Entorno de desarrollo
En el entorno de desarrollo se realizaron las pruebas haciendo uso de la herramienta postman [65], con el fin de probar el API, sus respuestas y sus códigos de respuesta http en un ambiente ideal. Esto facilitó mucho la detección de errores de integración entre los modelos de datos usados en la vista y su posible divergencia con los especificados en el modelo entidad relación, descrito en el Anexo H.
Fig. 34. Creación de un ejercicio – Postman.
79
Entorno de producción
En el entorno de producción una vez verificados todos los endpoints de los servicios de creación, lectura, edición y eliminación de datos en el modelo, se dispuso a probar casos hipotéticos de la conexión de los usuarios al sistema y las tareas que requerían peticiones al backend. Estas pruebas se realizaron haciendo uso de la herramienta Jmeter [66] y Heroku.
Una de las ventajas principales de usar Jmeter en estas pruebas es que permitió evidenciar tiempos de respuesta del servidor una vez se realizan cierta cantidad de llamadas a un endpoint específico en un tiempo determinado.
Se hicieron pruebas para saber el comportamiento del servidor en el caso hipotético en el que ingresaran 50 pacientes, obteniendo como resultado un porcentaje de error del 0%, un mínimo de tiempo de respuesta de 2.170 segundos y un máximo de 24.910 segundos, como se evidencian en la Fig. 35.
Se presentó un aumento en la latencia de las respuestas debido a que no se posee un balanceador de carga integrado al servidor el cual redirija las peticiones realizadas a un mismo endpoint, pero debido a los requerimientos acordados y a la cantidad de posibles sesiones reales iniciadas en un mismo instante, se considera que las pruebas arrojaron buenos resultados.
Fig. 35. Resultados JMeter - Login pacientes
También se comprobó el funcionamiento del servidor para el caso hipotético de la creación de 80 citas simultáneas, la creación de 80 terapias simultáneas: 30 hechas desde las copias de las plantillas y 50 creadas desde cero, y la creación de 20 ejercicios simultáneos. Los resultados de estas pruebas están ilustrados en el Anexo K.
80
8.4.2.2 Accesibilidad
Un factor importante al desarrollar sistemas informáticos, es la accesibilidad, esta es definida como la capacidad de un usuario para hacer uso de un producto o servicio. Al estar dirigido a un público tan específico y con distintas discapacidades físicas y cognitivas, la accesibilidad es un factor sumamente importante para que el sistema sea considerado usable.
Para analizar esta variable se hizo uso de las herramientas de desarrollador que Google ofrece por defecto y LightHouse, una herramienta automatizada de código abierto diseñada para mejorar la calidad de aplicaciones web [67] [68].
LightHouse por defecto hace un análisis exhaustivo enfocado a las aplicaciones web y aplicaciones web progresivas, las cuales están desarrolladas para ser ejecutadas en distintos dispositivos, con distintas calidades de conexión y otras características evidenciadas en la Fig. 36, que no son del interés del sistema según los requerimientos funcionales y no funcionales descritos en el Anexo D. Es por esto que solo se tuvieron en cuenta las variables que dependen de los factores de accesibilidad.
Fig. 36. Puntaje de auditoría con LightHouse.
El puntaje logrado no es perfecto debido a que se analizan aspectos de accesibilidad para personas no videntes, por ejemplo, los cuales no pertenecen al público objetivo del sistema.
8.4.2.3 Red Neuronal Convolucional
Se identificó que la red neuronal poseía problemas al momento de identificar las expresiones faciales, haciendo un análisis de accuracy y loss (precisión y pérdida), como se observa en las Fig. 37 y Fig. 38.
81
Como se puede observar, para el entrenamiento, la precisión es decir el porcentaje de imágenes correctamente identificadas, va en aumento mientras se analizan las imágenes y el error va en descenso, es decir las veces que el modelo se ha equivocado en predecir. Pero para las imágenes de prueba, la precisión no aumenta significativamente y el error al contrario va en aumento.
Fig. 37. Accuracy - Primera prueba – CNN.
Fig. 38. Loss - Primera prueba – CNN.
82
Una de las posibles razones podría ser la poca cantidad de imágenes. Por esta razón se optó por el uso de la técnica de data augmentation que consiste en realizar modificaciones digitales a las imágenes del dataset para crear así nuevas muestras a usar en el entrenamiento. Estas modificaciones pueden ser de posición, rotación traslación y escalado. Estas nuevas versiones de las imágenes permiten entrenar a la CNN de una manera más elaborada con el fin de identificar las características necesarias para cada categoría de expresiones faciales.
En este caso se usó data augmentation de Keras para generar 20 imágenes nuevas a partir de cada imagen original, obteniendo así 3960 imágenes para entrenar el modelo de la CNN. Una vez realizado este ajuste se obtuvo menor pérdida y una precisión similar como se observa en las Fig. 39 y Fig. 40, es decir menos errores, pero aun así el porcentaje de certeza del modelo fue de apenas de un 20%.
Existen varias razones por las cuales el modelo genera un porcentaje de certeza tan bajo, una posibilidad es que el dataset sigue siendo muy pequeño para que el modelo con base en la red VGG16 pueda identificar claramente las diferencias en las expresiones faciales.
Fig. 39. Accuracy – Segunda prueba – CNN.
83
Fig. 40. Loss – Segunda prueba – CNN.
La segunda posibilidad es por las similitudes en las expresiones faciales de los adultos mayores, debido a que a medida que se envejece los seres humanos pierden movilidad efectiva en los músculos faciales y es difícil identificar las expresiones que tienen analizando solo su rostro.
Para verificar esta hipótesis se cambió el modelo de etiquetas de las expresiones faciales agrupando felicidad, sorpresa y neutral en una etiqueta ‘0’ y miedo, tristeza y enojo en una etiqueta ‘1’ obteniendo como resultado una precisión de 52% y una pérdida mucho más bajo que en las pruebas anteriores, como se observa en Fig. 41 y Fig. 42.
Fig. 41. Accuracy – Tercera prueba - CNN.
84
Fig. 42. Loss - Tercera prueba - CNN.
Una vez se verificó la mejora del entrenamiento, se concluyó que el problema que se presenta en el entrenamiento es el overfitting, debido a esto se modificaron ciertos parámetros de las funciones encargadas de entrenar la red.
Para las pruebas anteriores se tenían añadidas una capa con 100 neuronas, una con 60 y una con 30 las cuales usaban la función de activación relu como se ve en la tabla 12. Este número de neuronas y distribución de las capas fue modificado como se ve en la TABLA XII. Esta modificación se realizó debido a que, entre mayor cantidad de neuronas en la red, más precisa iba a ser la identificación de características, pero a medida que el nivel de precisión aumenta, el modelo se vuelve incapaz de predecir imágenes que difieran en características como el brillo, posición, ubicación de arrugas, etc.
Adicionalmente se modificó la función dropout que permite regularizar un modelo, eliminando temporalmente y aleatoriamente un conjunto de neuronas sobre una capa determinada. Esto hace que el modelo deba recalcular los pesos previamente aprendidos y evita el overfitting o sobre entrenamiento de la red.
85
TABLA XIII.
Capas añadidas a la red VGG16.
1 Dense (100, activation='relu') (x)
2 Dropout (0.15) (x)
3 Dense (60, activation='relu') (x)
4 Dense (30, activation='relu') (x)
TABLA XIV.
Capas modificadas a la red VGG16.
1 Dense (32, activation='relu') (x)
2 Dropout (0.5) (x)
3 Dense (8, activation='relu') (x)
4 x = Dropout (0.1) (x)
Posterior a esto se cambió el número de epochs o épocas, es decir el número de veces que la red recorre todo el dataset y calcula su precisión y pérdida con los datos de entrenamiento. Para las pruebas anteriores este valor era de noventa (90) ciclos, y se disminuyó a veinte (20). Esto debido a que, como se evidencia en las Fig. 40 y Fig. 42, la pérdida que presenta el aprendizaje del modelo va en aumento a partir de la época 20.
Todas estas modificaciones generaron como resultado una mejora evidenciable en las Fig. 43 y Fig. 44, donde la precisión de la red aumentó hasta un 80% y la perdida disminuyó hasta 0.5
86
Fig. 43. Accuracy – Cuarta prueba - CNN
Fig. 44. Loss – Cuarta prueba - CNN.
87
8.5 LANZAMIENTO
En esta fase se evidencia el despliegue de cada uno de los módulos del sistema con base en su arquitectura. Debido a que el sistema maneja datos que pueden ser usados para acceder a información delicada y privada tanto de los terapeutas como de los pacientes, se optó por usar un sistema de tokens y encriptado de contraseñas [69] [70], en las sesiones de autenticación de ambos perfiles, esto con el fin dedificultar la obtención de las credenciales de autenticación de los usuarios.
Fig. 45. Método de creación de token de autenticación desde el backend – NodeJS.
Fig. 46. Método de hash password – NodeJS.
Adicionalmente se realizó el despliegue del API que comunica el modelo y el controlador con la vista en la arquitectura MVC del sistema [71], en la plataforma gratuita Heroku [72], gracias a su facilidad de uso documentación disponible y precio por uso. Esta plataforma permitió además de desplegar el servidor en NodeJS y ExpressJS, también mantener de forma remota la base de datos en PostgresJS, centralizando todo el backend en un solo lugar y añadiendo una capa más de seguridad con el protocolo https [73].
88
Haciendo uso de la línea de comandos que ofrece la plataforma, es posible monitorizar la base de datos y acceder a los datos manualmente, verificar el estado del servidor para saber si hay errores y demás características en la versión gratuita.
Una vez se aseguró el correcto funcionamiento del backend desplegado en Heroku, se procedió con la entrega del sistema, su guía visible en el Anexo L, y todos sus módulos al Cottolengo, sin incluir hasta el momento la funcionalidad de la red neuronal debido a la carencia de cámaras web que presenta la institución. Cabe resaltar que el desarrollo final es considerado un prototipo de mediana fidelidad y debido a esto se sugirió a los directivos del centro no depender totalmente del sistema para realizar las terapias cognitivas en sus pacientes, sino apoyarse en esta herramienta e ir documentando los avances de los pacientes y reportar al desarrollador los errores o complicaciones que tiene el sistema para así irlos ajustando a través del tiempo si se llega a un acuerdo mutuo externo a los intereses de la Universidad Autónoma de Occidente.
Fig. 47. Sistema siendo usado por adultos mayores en Cottolengo
89
9. CONCLUSIONES
La ingeniería multimedia permite el desarrollo de proyectos multidisciplinarios que afectan positivamente el desarrollo de las sociedades. La importancia de tener una visión holística desde el punto de vista de las tecnologías de la información y la comunicación para proponer y liderar un proyecto integrador, se ve reflejada cada vez más a nivel nacional para ir guiando al país al cierre de las brechas de desigualdad social.
El uso de una metodología de diseño centrado en el usuario facilitó el desarrollo del proyecto debido a la importancia que se le dio a las necesidades de los usuarios finales. Al estar enfocado en un público tan difícil de manejar como lo son los adultos mayores, personas que no tienen tanto acercamiento a la tecnología, se tuvieron que analizar qué posibles métodos de indagación y pruebas de usabilidad eran los más indicados para obtener toda la información posible acerca de este público y su actitud y percepción hacia los sistemas multimedia.
En general de acuerdo a las descripciones dadas por los terapeutas del Cottolengo, se evidenció la facilidad de asignación masiva de terapias a los pacientes y su fácil monitoreo. Esto a la larga repercute en agilizar el trabajo del terapeuta para que pueda invertir mayor parte de su tiempo laboral en diseñar terapias más específicas y en tratar pacientes con envejecimiento degenerativo más avanzado que no sean capaces de usar el sistema por su cuenta.
El sistema finalmente permitió a los terapeutas usar sus conocimientos técnicos y prácticos para generar terapias únicas para cada paciente dependiendo de sus necesidades cognitivas en memoria, atención y percepción. Este fue el punto más valioso a rescatar por los terapeutas, debido a que el sistema se acopla a su modelo mental pero facilita y agiliza su trabajo.
La identificación de las expresiones faciales podría tener mayor relevancia en su análisis si para cada ejercicio se obtuviera no la emoción predominante sino el conjunto de emociones detectado, de esta manera el terapeuta poseería más herramientas para realizar un diagnóstico más acertado acerca de la ejecución e interacción del paciente con el sistema y así proponer nuevas terapias que mejoren su rendimiento o detengan su deterioro cognitivo.
90
Si bien las redes neuronales convolucionales pueden obtener un mejor resultado a la hora de identificar características específicas en una imagen en comparación a otras técnicas de procesamiento como la identificación de diferencias de brillos, posición de objetos o formas, haciendo uso de histogramas de gradientes o máquinas de soporte vectorial [74], la implementación de una CNN que tenga como fin la identificación de expresiones faciales en adultos mayores, presenta un alto grado de dificultad debido a que los adultos mayores pierden movilidad de los músculos faciales y no exhiben sus emociones de una manera acertada y distinguible. Esto dificulta la obtención de un buen data set con varias imágenes para cada categoría, lo cual es evidenciado en el entrenamiento de la red. Una posible mejora en el proceso sería disponer de un dataset más elaborado con mayor cantidad de imágenes para así poder entrenar de una manera más completa la red neuronal.
Para futuras investigaciones se propone la posibilidad de implementar estimulación auditiva y de secuencias gráficas, como videos o gifs, con el fin de aumentar el público objetivo de la solución y facilitar el proceso de tratamiento que realizan los terapeutas con adultos mayores que poseen cierto tipo de discapacidades más específicas. También, al evidenciarse que algunos adultos no son totalmente autónomos y no realizarían las terapias de forma consciente, se llegó a la conclusión de que el método de autenticación podría modificarse para que no dependa de una secuencia de botones, sino de, por ejemplo, reconocimiento facial para así permitir el acceso de cada adulto y evitar problemas o frustraciones al momento de ingresar al sistema.
91
REFERENCIAS
[1] UNFPA - United Nations Population Fund, “Envejecimiento en el Siglo XXI”,2012.
[2] UNFPA - United Nations Population Fund, “Envejecimiento de la población”.[En línea]. Disponible en: https://www.unfpa.org/es/envejecimiento-de-la-población#.
[3] I. Y. Sánchez Gil y V. Pérez Martínez, “El funcionamiento cognitivo en la vejez:atención y percepción en el adulto mayor”, Revista Cubana de MedicinaGeneral Integral 24(2), 2008. [En línea]. Disponible en:https://www.researchgate.net/publication/262654976_El_funcionamiento_cognitivo_en_la_vejez_atencion_y_percepcion_en_el_adulto_mayor.
[4] V. Hugo Alvarez Castaño, L. G. Rodríguez, S. Moreno Segura, y Á. AlfonsoTrujillo González, “Análisis de situación de salud (Asis) Colombia, 2016”.
[5] Gobernación del valle del cauca, “Análisis de situación de salud con el modelode los determinantes sociales”, 2016.
[6] “Encuesta Nacional de Calidad de Vida -ECV- 2016”. [En línea]. Disponibleen: https://www.dane.gov.co/index.php/estadisticas-por-tema/salud/calidad-de-vida-ecv/encuesta-nacional-de-calidad-de-vida-ecv-2016.
[7] M. E. Kelly, D. Loughrey, B. A. Lawlor, I. H. Robertson, C. Walsh, y S.Brennan, “The impact of cognitive training and mental stimulation on cognitiveand everyday functioning of healthy older adults: A systematic review andmeta-analysis”, Ageing Research Reviews, vol. 15, núm. 1. pp. 28–43, may-2014.
[8] A. Lampit, M. Valenzuela, y N. J. Gates, “Computerized Cognitive Training IsBeneficial for Older Adults”, 2015.
[9] A. M. Kueider, J. M. Parisi, A. L. Gross, y G. W. Rebok, “ComputerizedCognitive Training with Older Adults: A Systematic Review”, PLoS One, vol.7, núm. 7, p. 40588, 2012.
92
[10] “This French school is using facial recognition to find out when students aren’t paying attention - The Verge”. [En línea]. Disponible en: https://www.theverge.com/2017/5/26/15679806/ai-education-facial-recognition-nestor-france.
[11] S. Hassani, I. Bafadel, A. Bekhatro, E. Al Blooshi, S. Ahmed, y M. Alahmad, “Physiological signal-based emotion recognition system”, en 4th IEEE International Conference on Engineering Technologies and Applied Sciences, ICETAS 2017, 2018, vol. 2018-January, pp. 1–5.
[12] R. S. Deshmukh, V. Jagtap, y S. Paygude, “Facial emotion recognition system through machine learning approach”, en Proceedings of the 2017 International Conference on Intelligent Computing and Control Systems, ICICCS 2017, 2018, vol. 2018-January, pp. 272–277.
[13] MarketsAndMArkets, “Cognitive Assessment and Training in Healthcare Market by Assessment Type & Components, Application - Global forecast to 2021”, 2017.
[14] TechSci Research, “Global Cognitive Assessment & Training Market By Component, By Assessment Type, By End User, By Region, Competition Forecast & Opportunities, 2012 - 2022”, 2017.
[15] Cognifit, “¿Qué es CogniFit? Metodología y referencias científicas”, 2018. [En línea]. Disponible en: https://www.cognifit.com/es/que-es-cognifit.
[16] Cognfit, “Platform For Health Professionals”, 2018. [En línea]. Disponible en: https://www.cognifit.com/medical-platform.
[17] J. C. Teixeira et al., “Cognitive Stimulation, Maintenance and Rehabilitation”, Procedia Technol., vol. 9, pp. 1335–1343, 2013.
[18] “NeuroNation - Scientific Brain Training Exercises”. [En línea]. Disponible en: https://www.neuronation.com/.
[19] NeuroNation, “The Science Behind the Exercises”, 2018. [En línea]. Disponible en: https://www.neuronation.com/science/exercises-scientific-background.
93
[20] “Nestor, el software que alerta en clase a los profesores sobre alumnosdespistados - AS.com”. [En línea]. Disponible en:https://as.com/meristation/2017/05/26/betech/1495802652_658814.html.
[21] “What is Human-Computer Interaction (HCI)? | Interaction DesignFoundation”. [En línea]. Disponible en: https://www.interaction-design.org/literature/topics/human-computer-interaction.
[22] “interacción | Definición de interacción - «Diccionario de la lengua española»- Edición del Tricentenario”. [En línea]. Disponible en: https://dle.rae.es/?id=LsCpk2t.
[23] “sistema | Definición de sistema - «Diccionario de la lengua española» -Edición del Tricentenario”. [En línea]. Disponible en:https://dle.rae.es/?id=Y2AFX5s.
[24] A. Newen, “What are cognitive processes? An example-based approach”,Synthese, vol. 194, núm. 11, pp. 4251–4268, nov. 2017.
[25] M. Rosselli Cock, E. Matute, y M. B. Jurado, “Las Funciones Ejecutivas através de la Vida”, Rev. Neuropsicol. Neuropsiquiatría y Neurociencias, vol. 8,núm. 1, pp. 23–46, 2008.
[26] M. Juan José, “Vista de Entrenamiento cognitivo y mejora de la memoriaprospectiva en jóvenes con retraso mental leve”. Revista de investigacióneducativa, Salamanca, pp. 227–245, 2008.
[27] Y. Hassan Montero y S. Ortega Santamaría, “Diseño Centrado en el Usuario(DCU)”, 2016. [En línea]. Disponible en:http://www.nosolousabilidad.com/manual/3.htm.
[28] “Digital Image Processing Algorithms and Applications - Ioannis Pitas - GoogleLibros”. [En línea]. Disponible en:https://books.google.com.co/books?hl=es&lr&id=VQs_Ly4DYDMC&oi=fnd&pg=PA1&dq=digital+image+processing&ots=jIn8pJsgTv&sig=piJyCSX9lQ9kKuMv2QTf7xT6GWk#v=onepage&q=digital image processing&f=false.[Consultado: 24-ago-2019].
94
[29] “Deep Learning”. [En línea]. Disponible en: http://www.deeplearningbook.org/.
[30] “What is Emotion Recognition? - Definition from Techopedia”. [En línea]. Disponible en: https://www.techopedia.com/definition/30819/emotion-recognition.
[31] “Affective Computing - Gartner IT Glossary”. [En línea]. Disponible en: https://www.gartner.com/it-glossary/affective-computing/.
[32] “WHO | eHealth”, WHO, 2019. [En línea]. Disponible en: https://www.who.int/ehealth/en/.
[33] “What are Gestalt Principles? | Interaction Design Foundation”. [En línea]. Disponible en: https://www.interaction-design.org/literature/topics/gestalt-principles.
[34] M. Soegaard, “Gestalt principles of form perception | The Glossary of Human Computer Interaction”. [En línea]. Disponible en: https://www.interaction-design.org/literature/book/the-glossary-of-human-computer-interaction/gestalt-principles-of-form-perception.
[35] “What are Affordances? | Interaction Design Foundation”. [En línea]. Disponible en: https://www.interaction-design.org/literature/topics/affordances.
[36] “What is Accessibility? | Interaction Design Foundation”. [En línea]. Disponible en: https://www.interaction-design.org/literature/topics/accessibility.
[37] M. A. García, L. M. Moya, y M. C. Quijano, “Rendimiento cognitivo y calidad de vida de adultos mayores asistentes a grupos de tercera edad”, Acta Neurológica Colomb., vol. 31, núm. 4, pp. 398–403, 2015.
[38] Z. Roupa et al., “The Use of Technology by the eldery”, Heal. Sci. J., vol. 4, pp. 118–126, 2010.
[39] “Características y Fases de MPIu+a | MPIu+a”. [En línea]. Disponible en: http://mpiua.invid.udl.cat/fases-mpiua/.
95
[40] “Análisis de Requisitos | MPIu+a”. [En línea]. Disponible en: http://mpiua.invid.udl.cat/fases-mpiua/analisis-de-requisitos/.
[41] “Análisis de implicados (stakeholders) | MPIu+a”. [En línea]. Disponible en: http://mpiua.invid.udl.cat/fases-mpiua/analisis-de-requisitos/stakeholders/.
[42] “Implementación | MPIu+a”. [En línea]. Disponible en: http://mpiua.invid.udl.cat/fases-mpiua/implementacion/.
[43] “Evaluación | MPIu+a”. [En línea]. Disponible en: http://mpiua.invid.udl.cat/fases-mpiua/evaluacion/.
[44] El país, “¿Hay muchos ancianatos en Cali?, reclaman controles”, 2017. [En línea]. Disponible en: https://www.elpais.com.co/cali/hay-muchos-ancianatos-en-reclaman-controles.html.
[45] “Canas y Ganas”, 2017. [En línea]. Disponible en: http://www.cali.gov.co/deportes/publicaciones/129903/canas-y-ganas/.
[46] S. Ii. García Viera, “Análisis del proceso metodológico de una sesión de trabajo orientada por la metodología de intervención sari”.
[47] El País, “Fundación El Cottolengo, en vilo por falta de recursos”, 2014. [En línea]. Disponible en: https://www.elpais.com.co/cali/fundacion-el-cottolengo-en-vilo-por-falta-de-recursos.html.
[48] O. Luz y P. Felizzola, “La investigación en terapia ocupacional: Historia, actualidad y perspectivas”.
[49] “¿Qué es la Fonoaudiología? ¿Qué beneficios proporciona a los pacientes? - Kinemed”. [En línea]. Disponible en: http://www.kinemed.cl/articulos/que-es-la-fonoaudiologia-que-beneficios-proporciona-a-los-pacientes/.
[50] C. Vimont, “¿Qué significa una visión 20/20? - American Academy of Ophthalmology”, 2017. [En línea]. Disponible en: https://www.aao.org/salud-ocular/consejos/que-significa-una-vision-20-20.
96
[51] A. Bonner, “Getting Started With Google Colab - Towards Data Science”, 2019. [En línea]. Disponible en: https://towardsdatascience.com/getting-started-with-google-colab-f2fff97f594c.
[52] J. Brownlee, “A Gentle Introduction to Transfer Learning for Deep Learning”, 2019. [En línea]. Disponible en: https://machinelearningmastery.com/transfer-learning-for-deep-learning/.
[53] “VGG16 - Convolutional Network for Classification and Detection”, 2018. [En línea]. Disponible en: https://neurohive.io/en/popular-networks/vgg16/.
[54] “TensorFlow”, 2019. [En línea]. Disponible en: https://www.tensorflow.org/.
[55] “Why use Keras - Keras Documentation”, 2019. [En línea]. Disponible en: https://keras.io/why-use-keras/.
[56] S. A. Andrés Fernando, “Metodología para la evaluación colaborativa de la usabilidad de sistemas software interactivos”, 2015.
[57] N. Jakob, “Why You Only Need to Test with 5 Users”, 2000. [En línea]. Disponible en: https://www.nngroup.com/articles/why-you-only-need-to-test-with-5-users/.
[58] J. Nielsen, “10 Usability Heuristics for User Interface Design”. [En línea]. Disponible en: https://www.nngroup.com/articles/ten-usability-heuristics/.
[59] J. Nielsen, “Heuristic Evaluation: How-To”, 1994. [En línea]. Disponible en: https://www.nngroup.com/articles/how-to-conduct-a-heuristic-evaluation/.
[60] T. Granollers, “Pensando en voz alta (Thinking Aloud) | MPIu+a”, 2014. [En línea]. Disponible en: http://mpiua.invid.udl.cat/pensando-en-voz-alta-thinking-aloud/.
[61] B. Pettengill, “Vision Changes: Typography for Aging Audiences”, 2017. [En línea]. Disponible en: https://www.marketing-partners.com/conversations2/vision-changes-typography-for-aging-audiences.
97
[62] S. DeReme, “How to Design for Older Adults”, 2015. [En línea]. Disponible en:https://discoveryeye.org/print-and-web-design-for-older-adults/.
[63] J. Six, “Designing for Senior Citizens | Organizing Your Work Schedule”, 2010.[En línea]. Disponible en:https://www.uxmatters.com/mt/archives/2010/05/designing-for-senior-citizens-organizing-your-work-schedule.php.
[64] I. Strizver, “Designing For Seniors”. [En línea]. Disponible en:https://www.fonts.com/content/learning/fyti/situational-typography/designing-for-seniors.
[65] “Creating the first collection | Postman Learning Center”, 2019. [En línea].Disponible en:https://learning.getpostman.com/docs/postman/launching_postman/creating_the_first_collection/.
[66] Apache Software Fouondation, “Apache JMeter - Apache JMeterTM”, 2019.[En línea]. Disponible en: https://jmeter.apache.org/. [
[67] “Utilizar las herramientas para desarrolladores de Chrome para comprobar lasetiquetas - Ayuda de Campaign Manager”, 2019. [En línea]. Disponible en:https://support.google.com/dcm/answer/2828688?hl=es.
[68] “Auditar apps web con Lighthouse | Tools for Web Developers | GoogleDevelopers”, 2019. [En línea]. Disponible en:https://developers.google.com/web/tools/lighthouse/?hl=es.
[69] “Crypto | Node.js v12.9.1 Documentation”, 2019. [En línea]. Disponible en:https://nodejs.org/api/crypto.html.
[70] D. Vicente, “Encriptación de password en NodeJS y MongoDB: bcrypt”, 2017.[En línea]. Disponible en: https://solidgeargroup.com/password-nodejs-mongodb-bcrypt?lang=es.
[71] “¿Qué es una API?”, 2019. [En línea]. Disponible en: https://www.redhat.com/es/topics/api/what-are-application-programming-interfaces.
98
[72] “How Heroku Works | Heroku Dev Center”, 2019. [En línea]. Disponible en: https://devcenter.heroku.com/articles/how-heroku-works.
[73] “Proteger sitios web con el protocolo HTTPS - Ayuda de Search Console”, 2019. [En línea]. Disponible en: https://support.google.com/webmasters/answer/6073543?hl=es.
[74] B. C. Ko, “A brief review of facial emotion recognition based on visual information”, Sensors (Switzerland), vol. 18, núm. 2, feb. 2018.
99
ANEXOS
Anexo A. Formato de acuerdo de confidencialidad genérico
Acuerdo de confidencialidad
YO _______________________________________ ACEPTO participar en una prueba para evaluar la usabilidad de un sistema supervisada por __________________________________________, el día ___/___/_____. Entiendo y estoy de acuerdo con las condiciones mencionadas en adelante.
Comprendo que la prueba se hace sólo para definir características de un sistema interactivo, NO mis capacidades, habilidades y conocimientos.
Comprendo que puedo abandonar la prueba y el lugar en cualquier momento.
Comprendo que la prueba está dividida en fases consecutivas las cuales proporcionan resultados, y se utilizarán para el desarrollo de un sistema interactivo, sin que mi identidad sea revelada.
Entiendo que puedo comunicar al supervisor de la prueba, en cualquier momento, mi malestar, molestia o inconformidad.
Comprendo que la duración total de esta prueba es de máximo __ minutos.
100
Anexo B. Preguntas de entrevista para terapeutas
Datos demográficos:
Nombre: ____________________________________________
Edad
Estrato
Profesión
Nivel educativo
Idiomas
¿Tiene smartphone?
¿Tiene computador en su trabajo?
Datos de contextualización:
1. ¿Cuál es y en qué consiste su trabajo en el centro de rehabilitación?
2. ¿Cuántos pacientes mayores a 65 años atiende diariamente?
3. ¿En qué consiste una sesión de terapia con adultos mayores?
4. ¿Cuánto tiempo toma una sesión de terapia con adultos mayores?
5. ¿Qué entiende por estimulación cognitiva?
Datos del problema:
1. ¿Realiza estimulación cognitiva en sus terapias?
i. Si.
1. ¿Cómo lo hace?
2. ¿Segmenta la estimulación de los procesos cognitivos?
3. ¿Qué características deben tener los pacientes de este proceso?
101
4. ¿Cuánto tiempo toma, de la terapia, la realización de este proceso?
5. ¿Hace uso de herramientas, dispositivos o implementos para
esto?
a. Sí
i. ¿Cuáles?
ii. ¿Qué es lo que más le gusta de estos?
iii. ¿Qué es lo que menos le gusta de estos?
iv. ¿En una escala del 1 al 10 considera que sus
pacientes se sienten a gusto con estos?
b. No
i. ¿Por qué?
6. ¿Cuál es la parte más difícil de su trabajo con los pacientes?
7. ¿Cuál es la parte más fácil de su trabajo con los pacientes?
8. ¿Considera que estar al tanto de las reacciones de los pacientes
contribuye a la generación de un correcto diagnóstico? ¿En una
escala del 1 al 10, qué tan importante lo considera?
9. ¿Lleva algún control del rendimiento/estado cognitivo individual
de sus pacientes?
a. Si.
i. ¿Cómo lo hace?
ii. ¿Le gustaría tener un mejor método para llevar el
control de los estados cognitivos de sus pacientes?
1. Sí
a. ¿Cómo se imagina este
método?
b. ¿Qué funciones le gustaría que
ofreciera este método?
102
c. ¿Cómo le gustaría visualizar la
información?
d. ¿Qué aspectos positivos
considera que le traería este
nuevo método a su trabajo con
los pacientes?
2. No a. ¿Por qué?
b. No.
i. ¿Por qué?
ii. ¿Le gustaría utilizar una herramienta tecnológica
para llevar el control de las terapias?
1. Sí a. ¿Cómo se imagina esta
herramienta?
b. ¿Qué funciones le gustaría que
ofreciera esta herramienta?
c. ¿Cómo le gustaría visualizar la
información?
d. ¿Qué aspectos positivos
considera que le traería esta
nueva herramienta a su trabajo
con los pacientes?
2. No a. ¿Por qué?
b. ¿Qué aspectos negativos
considera que con llevaría el
uso de una herramienta
tecnológica para llevar el
103
control del estado cognitivo de
sus pacientes?
ii. No.
1. ¿Por qué no realiza estimulación cognitiva?
2. ¿Exige a sus pacientes realizar ejercicios cognitivos de manera independiente
(sin su supervisión)?
1. Si.a. ¿Lleva un control o seguimiento de esto? ¿Cómo lo hace?
b. ¿Hace uso de una herramienta tecnológica para llevar un
control de esto?
i. Si
1. ¿Cuál?
2. ¿Qué es lo que más le gusta de esta
herramienta?
3. ¿Qué es lo que menos le gusta de esta
herramienta?
ii. No
1. ¿Le gustaría usar una herramienta
tecnológica para llevar un control de esto?
a. Sí
i. ¿Cómo se imagina esta
herramienta?
ii. ¿Qué funciones le gustaría que
ofreciera esta herramienta?
iii. ¿Qué aspectos positivos
considera que le traería esta
nueva herramienta a su trabajo
con los pacientes?
b. No
104
i. ¿Por qué?
2. No.
a. ¿Por qué?
b. ¿Le gustaría una herramienta tecnológica que le permita
asignar ejercicios cognitivos a sus pacientes y que ellos
tengan la posibilidad de realizarlos sin su supervisión?
i. Sí
1. ¿Qué ventajas considera que tendría el uso de
esta herramienta en su trabajo con los
pacientes?
2. ¿Le gustaría que esta herramienta además le
permita llevar un control diagnóstico del
avance del paciente?
ii. No
1. ¿Por qué?
2. ¿Qué desventajas considera que tendría el uso
de esta herramienta en su trabajo con los
pacientes?
3. ¿Asigna ejercicios cognitivos independientes para cada paciente
(individualmente)?
1. Si.
a. ¿Cómo lo hace?
b. ¿Puede verificar que sus pacientes sigan sus indicaciones?
i. Si.
1. ¿Cómo lo hace?
2. ¿Considera que esta forma puede ser más
efectiva y eficiente? ¿Cómo?
ii. No.
105
1. ¿Le gustaría tener un medio para poder
verificar?
a. Si.
i. ¿Cómo se imagina este
medio?
ii. ¿Qué funciones le
gustaría que ofreciera
este medio?
iii. ¿Qué aspectos positivos
considera que le traería
esta nueva
implementación a su
trabajo con los
pacientes?
b. No.
i. ¿Por qué?
2. No.
a. ¿Por qué?
106
Anexo C. Cuestionario de metodologías de evaluación cognitiva
¿Usa las siguientes metodologías o test durante sus terapias con adultos mayores?
Atención Sí No
TOVA (Test de variables de atención)
VOT (Test de organización visual)
CPT (Test de desempeño continuo)
Stroop test
Otro(s), ¿cuál(es)? ________________________________________________________________________________________________________________________________________________
Percepción Sí No
Test NEPSY
CPT (Test de desempeño continuo)
VOT (Test de organización visual)
TOMM (Test de simulación de problemas de memoria)
TOVA (Test de variables de atención)
Test UFOV (Test de campo de visión útil)
Otro(s), ¿cuál(es)? ________________________________________________________________________________________________________________________________________________
Memoria Sí No
WMS (Escala de memoria de Wechsler)
107
TOMM (Test de simulación de problemas de memoria)
CPT (Test de desempeño continuo)
TOVA (Test de variables de atención)
Otro(s), ¿cuál(es)? ________________________________________________________________________________________________________________________________________________
108
Anexo D. Listado de requerimientos funcionales y no funcionales
La nomenclatura para identificar cada requerimiento es:
RF# = RF: Requerimiento funcional, #: Número identificador RNF# = RNF: Requerimiento No funcional, #: Número identificador
No. ID Requerimiento Prioridad
1 RF01
El sistema deberá permitir a los terapeutas consultar la información de sus pacientes. Esta información es: nombre, cédula, edad, contactos, registro de terapias y registro de citas ALTA
2 RF02
El sistema deberá permitir a los terapeutas consultar el progreso cognitivo de sus pacientes ALTA
3 RF03
El sistema deberá permitir a los terapeutas asignar terapias cognitivas a cada uno de sus pacientes ALTA
4 RF04
El sistema deberá permitir crear ejercicios para cada terapia MEDIA
5 RF05
El sistema deberá permitir al terapeuta visualizar los resultados de cada terapia asignada a cada usuario ALTA
6 RF06 El sistema deberá permitir al paciente iniciar sesión ALTA
7 RF07 El sistema deberá permitir al terapeuta iniciar sesión ALTA
8 RF08
El sistema deberá permitir al terapeuta agendar citas presenciales con los pacientes MEDIA
9 RF09
El sistema deberá permitir al terapeuta crear perfiles de sus pacientes BAJA
10 RF10
El sistema deberá permitir al paciente realizar la terapia cognitiva asignada por su terapeuta ALTA
11 RF11 El sistema debe permitir al paciente cerrar sesión ALTA
12 RF12 El sistema debe permitir al terapeuta cerrar sesión ALTA
13 RF13
El sistema debe permitir al terapeuta editar los ejercicios de cada terapia MEDIA
14 RF14
El sistema debe permitir al terapeuta eliminar los ejercicios de cada terapia MEDIA
15 RF15
El sistema debe permitir al terapeuta cambiar de contraseña completando los campos de usuario, contraseña, nueva contraseña y repetir contraseña BAJA
109
18 RNF01
El sistema deberá realizar procesamiento de imágenes con una CNN para identificar las emociones faciales del paciente ALTA
19 RNF02
El sistema deberá desplegar el módulo de terapeutas en un computador personal MEDIA
20 RNF03
El sistema deberá desplegar el módulo de pacientes en un computador MEDIA
21 RNF04
El sistema deberá almacenar la información del progreso de su estado cognitivo de cada paciente ALTA
22 RNF05
El sistema deberá permitir la edición de eventos y citas en la agenda del terapeuta MEDIA
23 RNF06
El sistema deberá permitir el ingreso de un código compuesto por 4 colores para permitir la autenticación de los adultos mayores MEDIA
24 RNF07
El sistema debe proporcionar mensajes de error que sean informativos y orientados al usuario final. ALTA
25 RNF08
El sistema deberá notificar al terapeuta cuando sus pacientes finalicen las terapias asignadas BAJA
26 RNF09
El sistema deberá almacenar las fechas en la que los pacientes realizaron las terapias ALTA
27 RNF10
El sistema deberá autenticar a los usuarios por medio de tokens BAJA
28 RNF11
El sistema debe asegurar que los datos estén protegidos del acceso no autorizado ALTA
29 RNF18
El sistema debe almacenar el nombre, descripción y contenido gráfico y lógico de cada ejercicio cognitivo creado MEDIA
30 RNF19
El sistema debe permitir la edición del nombre, descripción y contenido gráfico y lógico de cada ejercicio creado MEDIA
31 RNF20 El sistema debe ser accesible ALTA
32 RNF21 El sistema debe presentar una interfaz responsiva BAJA
110
Anexo E. Actividades módulo terapeutas
Actividad Iniciar sesión
Descripción Esta actividad está comprendida en la interfaz de inicio de sesión y permite al terapeuta ingresar al sistema para revisar la información de sus pacientes, su agenda y sus terapias. El terapeuta debe iniciar sesión con sus credenciales: usuario y contraseña.
Realimentación En caso de que las credenciales sean incorrectas el sistema despliega un mensaje de aviso para alertar al terapeuta. En caso de que las credenciales sean correctas, el sistema guiará al usuario hacia la ventana principal del módulo: El escritorio (Dashboard).
Requerimientos asociados
RF07, RNF02, RNF07, RNF10, RNF11, RNF21
Actividad Ver información de un paciente
Descripción Esta actividad permite al terapeuta ver la información personal del paciente, un registro de sus actividades con el sistema, las terapias que tiene asignadas y las citas presenciales a las que debe asistir. El terapeuta debe identificar a cuál paciente desea visualizar en detalle y elegirlo en una lista donde se encuentran todos sus pacientes con información relevante (cédula, nombre, última cita).
Realimentación Una vez el terapeuta cliquee en un elemento de la lista, se desplegará una ventana de opciones en donde el terapeuta podrá elegir entre visualizar el perfil del paciente o eliminarlo de sus registros (solo será eliminado para este terapeuta). Al elegir Ver perfil, el módulo navegará automáticamente hacia la ventana del perfil de paciente donde en podrá
111
identificar inicialmente la cédula, el nombre, la foto, y los contactos asociados al paciente. En la misma ventana el terapeuta tendrá la posibilidad de ver el registro de resultados de terapias mostrado en forma de gráficas y tablas, visualizar las terapias que el paciente tiene asignadas y asignarle nuevas, y finalmente un calendario en donde se agendan las citas presenciales asignadas al paciente.
Requerimientos asociados
RF01, RF02, RF03, RF04, RF05, RF13, RF14, RNF01
Actividad Ver eventos y citas en la agenda
Descripción En esta actividad el terapeuta tiene la posibilidad de visualizar los eventos y citas que tiene agendados, y filtrarlos por mes, semana o día.
Realimentación Una vez el terapeuta se encuentra en la ventana principal, podrá identificar el componente de calendario y filtrar su visualización haciendo clic en los botones de la parte superior del mismo. Las citas están diferenciadas de los eventos por color: las citas anaranjadas, los eventos azules.
Requerimientos asociados
RF08
Actividad Crear eventos y citas en la agenda
Descripción En esta actividad el terapeuta tiene la posibilidad de añadir a su agenda un evento o cita en una fecha específica, un nombre, una descripción y un paciente asociado (en el caso de las citas).
Realimentación El terapeuta accede a la página Agenda por medio del menú lateral, la cual contiene un calendario editable. Este componente permite la creación de eventos y citas al hacer clic en un slot (espacio o casilla) del mismo. El terapeuta puede crear eventos que duren semanas o días.
112
Requerimientos asociados
RNF05, RNF07
Actividad Ver plantillas de terapias
Descripción El terapeuta tiene a su disposición plantillas de terapias, esto con el fin de reducir el tiempo de asignación de terapias a sus pacientes. Estas plantillas están compuestas por un nombre, descripción, categoría y ejercicios, los cuales a su vez están compuestos de nombre, descripción y el contenido que visualizará el paciente. Las categorías de las terapias son memoria, percepción y atención.
Realimentación Una vez el terapeuta accede a la ventana Terapias por medio del menú lateral, identifica la categorización de las plantillas y una pequeña descripción asociada a cada una.
Requerimientos asociados
RF03
Actividad Crear una plantilla de terapia
Descripción El terapeuta puede crear plantillas de terapias para así disminuir el tiempo invertido en la asignación de las mismas a sus pacientes.
Realimentación Una vez en la ventana Terapias el terapeuta hace clic en el botón flotante ‘añadir’ el cual despliega una ventana modal que contiene campos referentes a la creación de la plantilla: Nombre, descripción y categoría. Una vez realiza la creación de la plantilla, el terapeuta puede o no ser redireccionado a la pestaña de Ejercicios de esta plantilla, en la que, de igual forma se le presenta un botón flotante ‘añadir’ con el cual podrá crear ejercicios.
Requerimientos asociados
RF03
113
Actividad Crear un ejercicio para una plantilla de terapia
Descripción En esta actividad el terapeuta puede crear ejercicios para sus plantillas para posteriormente asignarlos, si desea, a distintos pacientes.
Realimentación Una vez presionado el botón ‘añadir’ en la ventana de Ejercicios de una plantilla de terapia específica, el terapeuta es redirigido a una ventana compuesta de un lienzo y opciones de graficado. La combinación de estas herramientas permite al terapeuta materializar gráficamente su idea de ejercicio cognitivo.
Requerimientos asociados
RF03, RF04, RF13, RF14, RF15, RNF18, RNF19
Actividad Cerrar sesión
Descripción El terapeuta tiene la posibilidad de salir del sistema haciendo clic en el botón indicado, ubicado en el menú lateral con el fin de que pueda hacerlo en cualquier momento.
Realimentación El terapeuta es redirigido a la ventana de login de la aplicación, donde para volver a ingresar deberá realizar la actividad: Iniciar Sesión.
Requerimientos asociados
RF11
114
Anexo F. Actividades módulo pacientes
Actividad Iniciar sesión
Descripción En esta actividad el paciente debe ingresar al sistema para poder registrar la información de su progreso con las terapias que le asigne su terapeuta. El paciente debe iniciar sesión ingresando su código de colores, previamente asignado por el administrador del sistema.
Realimentación Una vez el usuario ingrese la contraseña, el sistema lo redirigirá a una pestaña donde podrá ver qué terapias tiene pendiente por realizar.
Requerimientos asociados
RF06, RNF03, RNF10, RNF11, RNF20, RNF21
Actividad Iniciar una terapia
Descripción En esta actividad el paciente se encontrará con una vista la cual le indicará el número de terapias que tiene por realizar y también podrá salir del sistema presionando un botón, en caso de que no quiera realizarlas.
Realimentación Si elige empezar a realizar las terapias, se empezará con la primera asignada por el terapeuta, y el sistema lo redirigirá a una pestaña donde se muestra el ejercicio que propuso el terapeuta, el nombre del ejercicio y una indicación de que para responder debe presionar uno de los botones. Si elige salir del sistema, su sesión cerrará y volverá de nuevo a la pantalla de iniciar sesión.
Requerimientos asociados
RF10, RNF01, RNF09
Actividad Realizar un ejercicio
Descripción En esta actividad el paciente debe responder un ejercicio de la terapia presionando un botón para dar su respuesta. Una
115
vez resuelto el ejercicio pueden suceder dos cosas: Continuar con el siguiente ejercicio si hay más, o finalizar la terapia si este era el último. Una vez finalizada la terapia, el paciente es redireccionado a la vista de iniciar terapias o salir del sistema. Internamente el sistema estará recopilando información de las expresiones faciales durante el ejercicio.
Realimentación El sistema le indicará al paciente cuando un ejercicio es finalizado y cuando otro está por empezar, una vez finalice cada terapia, si no tiene más terapias pendientes se le informará y la única interacción posible será salir del sistema
Requerimientos asociados
RF10, RNF18, RNF01
Actividad Cerrar sesión
Descripción El paciente tiene la posibilidad de salir del sistema solo si se encuentra en la pestaña donde se listan las terapias pendientes, esto con el fin de permitirle salir solo si no está en una tarea importante del flujo de estimulación.
Realimentación El paciente es redirigido a la ventana de login de la aplicación, donde para volver a ingresar deberá realizar la actividad: Iniciar Sesión.
Requerimientos asociados
RF11
116
Anexo G. Selección de alternativas para el módulo de terapeutas
Vista
Frameworks y librerías Js:
Vanilla JS
Se le conoce a la implementación de código puro en javascript como vanilla javascript. Esta alternativa permite acceder de manera directa a funcionalidades y opciones de los navegadores como color del scrollbar, color de la barra de carga, idioma, ubicación, entre otros. Pero para soluciones de tamaño considerable (número de interfaces y número de requerimientos) resulta muy tedioso de implementar debido a que la cantidad de líneas de código cada vez va en aumento.
JQuery
JQuery es la librería más utilizada de javascript, tiene una sintaxis sencilla de recordar y permite reducir significativamente la cantidad de código a comparación de vanillajs gracias a sus plugin. La desventaja que tiene es que es una librería enfocada a la comunicación entre el DOM (Document Object Model) html y las hojas de estilos para realizar generalmente transiciones y efectos, y para implementar interacciones complejas del lado del cliente es necesario utilizar otros frameworks o librerías.
Angular 2+
Angular 2+ (versiones posteriores) es la evolución de angularjs, un framework de javascript desarrollado por Google. Este framework tiene características importantes que lo posicionan como el framework web más utilizado en la actualidad. Esta herramienta está enfocada al desarrollo web por componentes, lo que permite segmentar funcionalidades de javascript, estilos y etiquetas html de forma que estén tan aisladas como el desarrollador lo requiera. Esto también permite la reusabilidad del código y evitar el código basura o Boilerplate. Angular 2+ es un framework que permite el desarrollo de aplicaciones SPA (Single page applications o aplicaciones de una sola página) y esto limita la ejecución de un correcto SEO (Search engine optimization u optimización de motor de búsqueda). React.js
Reactjs es una librería de JavaScript que combina la velocidad de JavaScript y utiliza una nueva forma de renderizar páginas web, lo que las hace altamente dinámicas y receptivas a las aportaciones de los usuarios. Esta librería está soportada por Facebook. Reactjs usa su copia abstracta del DOM - el DOM virtual, el cual actualiza incluso los cambios minimalistas aplicados por el usuario, pero no afecta otras partes de la interfaz. Esto también es posible gracias al aislamiento de los componentes React. También hace uso de Redux, un contenedor del estado de las variables el cual disminuye la cantidad de llamadas http y permite depurar de
117
una mejor manera las aplicaciones web. Aunque React es una librería de código abierto con una gran comunidad activa, sigue teniendo poca documentación a comparación de Angular o JQuery.
Vue.js
Vue.js es un framework de JavaScript, lanzado en 2013, que se ajusta perfectamente para crear interfaces de usuario altamente adaptables y aplicaciones sofisticadas de una sola página. Vue.js puede pesar alrededor de 20KB manteniendo su velocidad y flexibilidad que permite alcanzar un rendimiento mucho mejor en comparación con otros frameworks. Vue.js tiene una documentación muy circunstancial que puede mejorar la curva de aprendizaje para los desarrolladores y ahorrar mucho tiempo para desarrollar una aplicación utilizando solo los conocimientos básicos de HTML y JavaScript. Aun así, en algunas ocasiones, Vue.js puede tener problemas al integrarse en grandes proyectos y aún no hay experiencia con posibles soluciones
Frameworks y librerías Css:
Material Ui Material Ui es la librería basada en el lineamiento de diseño Material design para Reactjs. Básicamente ofrece componentes importables a proyectos de Reactjs con los estilos aceptados por material design. Tiene una documentación extensa y es fácil de añadir a proyectos existentes.
Angular Material De igual forma que Material Ui, angular material ofrece componentes estilizados para proyectos basados en Angular 2+. Su documentación está un tanto limitada y su implementación suele complicarse cuando se realiza por primera vez.
Bootstrap
Bootstrap es un conjunto de herramientas de código abierto para desarrollar con HTML, CSS y JS. Permite realizar rápidamente un prototipo de ideas o construir una aplicación completa gracias a variables y combinaciones Sass, sistema de cuadrícula sensible, componentes precompilados extensos y complementos potentes construidos en jQuery. Bootstrap es la librería de css más utilizada, debido a que otras librerías se basan en sus componentes.
Ponderación
118
Para la elección se realizó una calificación ponderada basada en los siguientes requerimientos con sus pesos:
Conocimiento del desarrollador: Hace referencia al nivel de conocimiento que posee el equipo de desarrollo de la solución acerca de esta herramienta.
Modularidad: Hace referencia a qué tan modular es la herramienta, es decir que tan capaz es de reducirse a unidades cada vez más pequeñas (módulos) y qué tan acoplados y cohesionados están.
Documentación: Hace referencia a la cantidad de documentación oficial disponible en las páginas de cada herramienta.
Reusabilidad: Hace referencia a que tan reusable (y editable) es lo que genera la herramienta, es decir sus códigos.
C.1 Conocimiento del desarrollador C.2 Modularidad
C.3 Documentación disponible
C.4 Reusabilidad
Criterio C.1 C.2 C.3 C.4 Suma Peso
C.1 1,00 0,20 5,00 5,00 11,20 0,318
C.2 5,00 1,00 5,00 5,00 16,00 0,455
C.3 0,20 0,20 1,00 5,00 6,40 0,182
C.4 0,20 0,20 0,20 1,00 1,60 0,045
Total
35,20 1,000
Vanilla JS Angular 2+ React JS Vue JS JQuery
C.1 5 4 3 2 1
119
C.2 1 4 5 3 2
C.3 5 3 2 1 4
C.4 1 3 5 4 2
Totales 3,00 3,77 3,82 2,36 2,05
Material UI Angular Material Bootstrap
C.1 2 3 1
C.2 3 2 1
C.3 2 1 3
C.4 3 2 1
Totales 2,50 2,14 1,36
Modelo (Sistemas gestores de bases de datos)
Postgresql PostgreSQL es un potente sistema de base de datos relacional orientada a objetos de código abierto con más de 30 años de desarrollo activo que le ha ganado una sólida reputación de confiabilidad, solidez de características y rendimiento. Es de código abierto y una de sus características principales es la posibilidad de guardar objetos en formato JSON.
MySql MySQL es un sistema de gestión de base de datos relacional (RDBMS) de código abierto, basado en lenguaje de consulta estructurado (SQL). MySQL se asocia generalmente con las aplicaciones basadas en la web y la publicación en línea y es un componente importante de una pila empresarial de código abierto llamado LAMP. LAMP es una plataforma de desarrollo web que utiliza Linux como sistema operativo, Apache como servidor web, MySQL como sistema de gestión de base de datos relacional y PHP como lenguaje de programación orientado a objetos (a veces, Perl o Python se utiliza en lugar de PHP).
Firebase
Firebase es un Backend As a Service, es decir un modelo de despliegue de servicios computacionales en la nube bajo demanda, como hosting, almacenamiento, base de datos, reportes, etc.
120
Su mayor característica es la real-time-database (base de datos en tiempo real). Es una base de datos No SQL basada en el modelo clave valor (JSON) que funciona por medio de suscripciones las cuales permiten la trasmisión de datos al instante en que son modificados. Se integra con Firebase Authentication para brindar autenticación intuitiva y sencilla para los programadores, y permite añadir reglas de seguridad a sus datos dependiendo del consumidor.
Cassandra
Apache Cassandra es una base de datos no relacional de código abierto masivamente escalable que ofrece disponibilidad continua, rendimiento a escala lineal, simplicidad operativa y fácil distribución de datos en múltiples centros de datos y zonas de disponibilidad en la nube. Cassandra fue desarrollada originalmente en Facebook, fue abierta en 2008 y se convirtió en un proyecto de Apache de alto nivel en 2010.
MongoDB
MongoDB es una base de datos NoSQL (No solo SQL) orientada a documentos que ofrece una gran escalabilidad y flexibilidad, y un modelo de consultas e indexación avanzado. Es de datos de código abierto y de uso gratuito. Almacena datos en documentos JSON flexibles, es decir, cada documento puede contener diferentes campos y las estructuras de datos se pueden ir modificando.
Ponderación Para la elección se realizó una calificación ponderada basada en los siguientes requerimientos con sus pesos:
Integración con otras tecnologías: Hace referencia a la posibilidad que presenta la herramienta para integrarse a diferentes tecnologías en caso de escalabilidad del sistema.
Conocimiento del desarrollador: Hace referencia al nivel de conocimiento que posee el equipo de desarrollo de la solución acerca de esta herramienta.
Facilidad: Hace referencia a qué tan complejo es la realización de inserciones, ediciones, eliminaciones y lecturas de los datos almacenados.
Documentación: Hace referencia a la cantidad de documentación oficial disponible en las páginas de cada herramienta.
C.1 Conocimiento del desarrollador C.2 Documentación disponible
C.3 Facilidad en el manejo de datos
121
C.4 Integración con otras tecnologías
Criterios C.1 C.2 C.3 C.4 Suma Peso
C.1 1,00 0,20 0,20 5,00 6,40 0,182
C.2 5,00 1,00 5,00 0,20 11,20 0,318
C.3 5,00 0,20 1,00 5,00 11,20 0,318
C.4 0,2 5 0,2 1,00 6,4 0,182
Total 35,20 1,000
MongoDB Cassandra Firebase MySql PostgreSQL
C.1 3 1 2 5 4
C.2 3 1 2 5 4
C.3 3 1 5 2 4
C.4 4 2 5 1 3
Totales 3,18 1,18 3,50 3,32 3,82
Controlador
Nodejs - Express
NodeJS es un entorno de ejecución para javascript, el cual dispone de un conjunto de librerías muy potentes lo que le permite tener un funcionamiento asincrónico y orientado a eventos, volviéndolo muy liviano y eficiente. Express hace parte del
122
conjunto de librerías de Nodejs, permitiendo desplegar servidores web a partir del protocolo de transmisión de datos REST.
Ruby on Rails (Rails) Rails es un framework de aplicaciones web que incluye todo lo necesario para crear aplicaciones web respaldadas por bases de datos según el patrón Model-View-Controller (MVC). Es utilizado para ayudar a construir aplicaciones modernas de internet como: Twitter, Scribd, Hulu, Xing, Soundcloud, Basecamp, Github, etc.
Python - Django
Python es un lenguaje de programación orientado a objetos caracterizado por su simplicidad y facilidad a la hora de escribir código, debido a su sintaxis y su tipado dinámico este es un lenguaje ideal para el desarrollo ágil de software. Django es un framework para Python que permite desplegar servidores a partir del protocolo de transmisión de datos REST.
Ponderación
Para la elección se realizó una calificación ponderada basada en los siguientes requerimientos con sus pesos:
Integración con otras tecnologías: Hace referencia a la posibilidad quepresenta la herramienta para integrarse a diferentes tecnologías en caso deescalabilidad del sistema.
Conocimiento del desarrollador: Hace referencia al nivel de conocimiento queposee el equipo de desarrollo de la solución acerca de esta herramienta.
Modularidad: Hace referencia a qué tan modular es la herramienta, es decirque tan capaz es de reducirse a unidades cada vez más pequeñas (módulos)y qué tan acoplados y cohesionados están.
Documentación: Hace referencia a la cantidad de documentación oficialdisponible en las páginas de cada herramienta.
C.1 Conocimiento del desarrollador C.2 Documentación disponible
C.3 Modularidad
C.4 Integración con otras tecnologías
123
Criterios C.1 C.2 C.3 C.4 Suma Peso
C.1 1,00 5,00 0,20 5,00 11,20 0,318
C.2 0,20 1,00 0,20 5,00 6,40 0,182
C.3 5,00 5,00 1,00 5,00 16,00 0,455
C.4 0,2 0,2 0,2 1,00 1,6 0,045
Total 35,20 1,000
Nodejs-Expressjs Python- Django Ruby on Rails
C.1 3 2 1
C.2 3 1 2
C.3 3 2 1
C.4 3 2 1
Totales 3,00 1,82 1,18
124
Anexo H. Modelo entidad relación
125
Anexo I. Selección de alternativas para módulo físico
Raspberry Pi 3 Es un ordenador de placa reducida producido y distribuido por Raspberry Pi Foundation, con el objetivo de estimular la enseñanza de informática en las escuelas. A comparación de los otros modelos la raspberry Pi 3 es presentada a un menor precio y tiene 512MB de RAM. Estos ordenadores de placa reducida pueden ser programados en Python y se usan mayormente en proyectos de computación física e internet de las cosas, gracias a su portabilidad y características de intercomunicación con otros dispositivos por medio de internet.
Makey Makey Es una placa similar al mando de una videoconsola que simula ser un teclado o ratón, lo que permite enviar órdenes al ordenador al que se encuentre conectado por medio de usb. La característica principal de esta placa, es la interfaz que permite ejecutar las órdenes, ya que puede ser lo que sea que transmita pulsos eléctricos. Ej: Frutas, agua, grafito, aluminio, cuerpo humano, etc. Posee hasta 12 pines predeterminados: arriba, abajo, izquierda, derecha, clic, espacio, w, a, s, d, f y g Tiene un precio en el mercado entre 100.000 COP y 200.000 COP.
Home Board Es una implementación experimental del makey makey construido con base en la placa de un teclado digital, debido a esto no tiene el limitante de número de botones disponibles que tiene el makey makey y puede ser usado de la misma forma, simplemente cerrando el circuito de la placa y para cada combinación de pines hay disponible una de las 102-105 teclas del teclado convencional. Tiene un precio en el mercado desde 16.000 COP.
Ponderación
Para la elección se realizó una calificación ponderada basada en los siguientes requerimientos con sus pesos:
Economía: Hace referencia a su valor en el mercado, entre más barato, máspuntaje tendrá.
Conocimiento del desarrollador: Hace referencia al nivel de conocimiento queposee el equipo de desarrollo de la solución acerca de esta herramienta.
Modularidad: Hace referencia a qué tan modular es la herramienta, es decirque tan capaz es de reducirse a unidades cada vez más pequeñas (módulos)y qué tan acoplados y cohesionados están.
Documentación: Hace referencia a la cantidad de documentación oficialdisponible en las páginas de cada herramienta.
C.1 Conocimiento del desarrollador
126
C.2 Modularidad
C.3 Documentación disponible
C.4 Economía
Criterios C.1 C.2 C.3 C.4 Suma Peso
C.1 1,00 5,00 5,00 0,20 11,20 0,318
C.2 0,20 1,00 0,20 0,20 1,60 0,045
C.3 0,20 5,00 1,00 0,20 6,40 0,182
C.4 5,00 5,00 5,00 1,00 16,00 0,455
Total 35,20 1,000
Raspberry PI 3 Makey Makey Home Board
C.1 2 4 5
C.2 4 5 3
C.3 5 4 3
C.4 1 2 5
Totales 2,18 3,14 4,55
127
Anexo J. Evaluación de capacidad visual
Las variables propuestas para la realización de esta evaluación se consideraron a partir del análisis y pruebas de accesibilidad del sistema, ver Accesibilidad. Como resultado se obtuvieron las siguientes variables para su posterior combinación:
Fuentes: Serif y Sans Serif.
Tamaños en pixeles: 64px, 48px, 37.44px y 32px.
Colores:
Color Fondo Contenido
Negro (#00000) Blanco (#fffff) Azul oscuro (#083c5d) Blanco (#fffff) Blanco (#fffff) Azul oscuro (#083c5d)
Notificaciones del sistema Blanco (#fffff) Verde (#43a047) Blanco (#fffff) Rojo (#d32f2f) Verde (#43a047) Blanco (#fffff) Rojo (#d32f2f) Blanco (#fffff)
128
Se presentaron entonces textos con esas combinaciones de fuentes, tamaños y colores para identificar con cuál se sienten más cómodos los pacientes. Dejando como resultado las siguientes elecciones:
Para contenido: Fuente Sans – Serif de tamaño mayor a 32px fondo blanco y letras negras
Para notificaciones: Fuente Sans – Serif de tamaño mayor a 32 px fondo rojo y letras blancas, y fondo verde y letras blancas.
129
Anexo K. Resultados de pruebas con JMeter.
Creación de citas: 80 muestras, promedio de 0.3 segundos de latencia en respuesta y 0% de error. En comparación a la prueba realizada al endpoint de login de pacientes, se nota una diferencia bastante amplia debido a que este endpoint solo se encarga de hacer una inserción a la base de datos, mientras el login de pacientes crea el token y realiza el proceso de encriptar la contraseña del usuario.
Creación de terapias desde cero: 50 muestras, promedio de 0.4 segundos de latencia en respuesta y 0% de error.
Creación de terapias desde plantillas: 50 muestras, promedio de 0.4 segundos de latencia en respuesta y 0% de error.
Estas terapias se copiaron a partir de una plantilla de terapia con 3 ejercicios, es decir, se copiaron 50 terapias y 150 ejercicios durante esta prueba en total.
Creación de ejercicios: 50 muestras, promedio de 0.5 segundos de latencia en respuesta y 0% de error.
131
Anexo L. Guía para usuarios del sistema
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146