Sistema inteligente basado en una red neuronal para predecir dietas alimenticias que ayuden a prevenir la obesidad en pacientes del Hospital Nacional Almanzor Aguinaga Asenjo - 2023

Abstract

La obesidad es una creciente preocupación de salud global que afecta a personas de todas las edades y está fuertemente vinculada a enfermedades crónicas. En Perú, la obesidad es un problema generalizado [1], este estudio se centra en el desarrollo de un sistema inteligente basado en una red neuronal. Este sistema está diseñado para predecir dietas alimenticias saludables y prevenir la obesidad en los pacientes del Hospital Nacional Almanzor Aguinaga Asenjo. Nuestra investigación utilizó datos como peso, edad, sexo, altura y nivel de actividad física para calcular las necesidades calóricas diarias de los pacientes. A través de una aplicación móvil, se proporcionan recomendaciones de desayuno, almuerzo y cena, manteniendo un déficit calórico para facilitar la pérdida de peso gradual. El modelo de red neuronal se sometió a una evaluación exhaustiva utilizando métricas como MAE, MSE y R^2, y los resultados demostraron una alta precisión en la predicción de necesidades calóricas. Además, el software fue evaluado según la adecuación funcional y la usabilidad del sistema según los estándares ISO 25010, y se obtuvo un alto nivel de satisfacción por parte de los usuarios. Esta investigación se llevó a cabo aplicando las metodologías SCRUM y CRISP-DM, las cuales se adaptaron de manera efectiva a los objetivos. En conjunto, este trabajo ofrece un impacto positivo en la salud y el bienestar de la población peruana y sienta las bases para futuras investigaciones en esta área.Obesity is a growing global health concern that affects people of all ages and is strongly linked to chronic diseases. In Peru, obesity is a widespread problema [1], this study focuses on the development of an intelligent system based on a neural network. This system is designed to predict healthy food diets and prevent obesity in patients at the Almanzor Aguinaga Asenjo National Hospital. Our research used data such as weight, age, sex, height and physical activity level to calculate the daily caloric needs of patients. Through a mobile application, breakfast, lunch and dinner recommendations are provided, maintaining a caloric deficit to facilitate gradual weight loss. The neural network model underwent extensive evaluation using metrics such as MAE, MSE and R^2, and the results demonstrated high accuracy in predicting caloric needs. In addition, the software was evaluated for functional adequacy and usability of the system according to ISO 25010 standards, and a high level of user satisfaction was obtained. This research was conducted by applying SCRUM and CRISP-DM methodologies, which were effectively adapted to the objectives. Overall, this work offers a positive impact on the health and well-being of the Peruvian population and lays the groundwork for future research in this area.