Browse
Recent Submissions
Now showing 1 - 5 of 63
- ItemAI-BONE X: aplicativo de inteligencia artificial apoyado en el modelo convolucional para el diagnóstico de fracturas en el contexto clínico de la ciudad de VALLEDUPAR(2025-10) Baute Bautista, Wiston A.; Ayala Primo, Juan D.El proyecto AI-BONE X desarrolla y valida un aplicativo de inteligencia artificial basado en redes neuronales convolucionales (CNN) —particularmente la arquitectura ResNet50— con el propósito de automatizar el diagnóstico de fracturas en radiografías de mano, codo y hombro en centros médicos de la ciudad de Valledupar. Esta iniciativa surge ante la elevada demanda de los servicios de urgencias causada por los accidentes de tránsito, situación que genera saturación en las áreas radiológicas y limita la disponibilidad permanente de especialistas para emitir diagnósticos oportunos. Para entrenar el modelo, se empleó un conjunto de más de 20.000 imágenes radiológicas del repositorio público MURA (Kaggle). Dichas imágenes fueron sometidas a procesos de normalización, limpieza, aumentación y organización con el fin de garantizar la calidad del entrenamiento. Como resultado, la arquitectura propuesta alcanzó una precisión entre el 78 % y el 82 %, demostrando capacidad para diferenciar radiografías con y sin fractura, respaldada por métricas como accuracy, matriz de confusión y validaciones realizadas por especialistas clínicos. El desarrollo del aplicativo se llevó a cabo bajo la metodología ágil Extreme Programming (XP), que permitió integrar de manera iterativa las etapas de análisis, diseño, codificación, pruebas e implementación. El producto final es un prototipo funcional de escritorio, capaz de cargar imágenes, procesarlas mediante el modelo entrenado y generar un diagnóstico preliminar con tiempos de respuesta eficientes. En conjunto, AI-BONE X constituye una solución innovadora, accesible y de bajo costo que fortalece el triage y el apoyo diagnóstico en entornos asistenciales de alta demanda en Valledupar. ABSTRACT The AI-BONE X project presents the development and validation of an artificial intelligence application based on convolutional neural networks (CNN), specifically a customized ResNet50 model, designed to automate fracture detection in hand, elbow, and shoulder X-ray images. This initiative responds to the increasing pressure on emergency services in Valledupar, where motorcycle and vehicle accidents significantly raise the demand for radiological evaluations, and specialists are not always available for timely diagnosis. A dataset of more than 20,000 radiographic images from the public MURA (Kaggle) repository was preprocessed through normalization, filtering, and data augmentation to ensure high-quality inputs for model training. The resulting architecture achieved an accuracy range of 78–82%, demonstrating strong performance in distinguishing fractured from non-fractured images, supported by accuracy metrics, confusion matrices, and clinical expert validation. The system was developed using the Extreme Programming (XP) methodology, which facilitated iterative refinement and continuous integration throughout the development process. The final product is a fully functional desktop prototype that allows medical personnel to upload X-ray images and obtain an automated preliminary diagnosis with efficient processing times. Overall, AI-BONE X represents an innovative and cost-effective support tool for clinical triage and radiographic interpretation in high-demand emergency settings in Valledupar.
- ItemSistema de gestión integral para la automatización del servicio de imágenes diagnósticas en la IPS centro de imagenologia CÁSTULO ROPAIN LOBO S.A.S.(2025-10) Restrepo González, Raúl A. ; Mejia Ruiz, Ricardo J.El proyecto propone el desarrollo de un sistema de gestión integral para automatizar el servicio de imágenes diagnósticas en la IPS Centro de Imagenología Cástulo Ropain Lobo S.A.S. Actualmente, la institución enfrenta retrasos, errores administrativos y baja trazabilidad debido a procesos manuales para la gestión de órdenes, citas y resultados. El sistema plantea centralizar la información clínica, digitalizar el flujo operativo e incorporar notificaciones automatizadas para pacientes y personal médico. La investigación integra un enfoque mixto (cualitativo–cuantitativo) que incluye entrevistas, pruebas de usabilidad, análisis de procesos y validaciones técnicas. El desarrollo del sistema se basa en una arquitectura moderna que utiliza Python/FastAPI, Angular, MongoDB, estándares de interoperabilidad (HL7/FHIR, DICOM) y lineamientos de seguridad como ISO/IEC 27001. Los resultados esperados incluyen la reducción de errores administrativos (≥80%), la optimización del tiempo de procesamiento de órdenes (de 48 a 24 horas), mayor satisfacción del usuario (SUS ≥85/100) y la posibilidad de replicar el modelo en otras instituciones del sector salud. El proyecto constituye una contribución tecnológica y metodológica para la transformación digital de los servicios diagnósticos en entornos clínicos. ________________________________________ Abstract (English) This project proposes the development of an integrated management system aimed at automating diagnostic imaging services at the IPS Centro de Imagenología Cástulo Ropain Lobo S.A.S. The institution currently faces operational inefficiencies such as delays, administrative errors, and limited traceability due to manual processes used to manage medical orders, appointments, and imaging results. The proposed system seeks to centralize clinical information, digitalize workflows, and introduce automated notifications for both patients and medical staff. The research employs a mixed methodology combining qualitative and quantitative approaches, including interviews, usability testing, process analysis, and technical validation. The system is built using a modern architecture that incorporates Python/FastAPI, Angular, and MongoDB, along with interoperability standards (HL7/FHIR, DICOM) and security frameworks such as ISO/IEC 27001. Expected outcomes include an administrative error reduction of at least 80%, improved order processing times (from 48 to 24 hours), enhanced user satisfaction (SUS ≥85/100), and the potential for replication across other healthcare institutions. This project provides a technological and methodological contribution to the digital transformation of diagnostic imaging services within clinical environments.
- ItemSistema de administración de notificaciones para la automatización de tareas en la empresa Ecopetrol.(2022) Piñerez Díaz, Eugenio A.El presente informe describe el desarrollo de un sistema de administración de notificaciones para la automatización de tareas en la empresa Ecopetrol, ejecutado como práctica académica bajo la supervisión de la empresa Global EDB S.A.S. El proyecto surge de la necesidad de optimizar la trazabilidad y eficiencia en el envío de notificaciones automáticas, superando las limitaciones del software UiPath previamente utilizado. La solución se construyó utilizando la suite Microsoft Power Platform, específicamente Power Apps, Power Automate, SharePoint y Dataverse, con el fin de centralizar los procesos en la nube, mejorar la experiencia del usuario y garantizar la disponibilidad y seguridad de la información. El desarrollo se llevó a cabo siguiendo la metodología Scrum, estructurada en cinco fases: inicio, planificación y estimación, implementación, revisión y retrospectiva, y lanzamiento. Como resultado, se obtuvo una aplicación funcional que permite la gestión de plantillas HTML, el registro y consulta de logs de notificaciones, y la administración de soluciones tecnológicas. El proyecto demostró mejoras significativas en los tiempos de respuesta y en la trazabilidad de las notificaciones enviadas, aportando un valor agregado a los procesos de hiperautomatización de Ecopetrol y fortaleciendo las competencias profesionales del practicante en el uso de tecnologías de automatización empresarial. Abstract This report presents the development of a notification management system for task automation at Ecopetrol, carried out as an academic internship under the supervision of Global EDB S.A.S. The project addresses the need to improve traceability and efficiency in automated message delivery, overcoming the limitations of the previously used UiPath software. The solution was implemented using Microsoft Power Platform tools — Power Apps, Power Automate, SharePoint, and Dataverse — to centralize processes in the cloud, enhance user experience, and ensure information availability and security. The project followed the Scrum methodology, developed in five stages: initiation, planning and estimation, implementation, review and retrospective, and release. The final product is a functional application that enables HTML template management, notification log tracking, and solution administration. Results show significant improvements in process efficiency and message traceability, contributing to Ecopetrol’s hyperautomation efforts while providing valuable practical experience in digital transformation technologies.
- ItemAplicación web para la preparación y limpieza de datos de encuestas a egresados de la Universidad Popular del Cesar Seccional Aguachica.(2024) Mejía Rodríguez, Carlos Alberto; González Mora, Fernando
- ItemDesarrollo de aplicativo móvil multi-plataforma para el seguimiento y control de inventarios en cultivos de la finca arroyo en Pueblo Bello.(2025) Arroyo Cardona, Carlos D.; Carreño Arenas, Juan P.El presente proyecto aborda el desarrollo de un aplicativo móvil multiplataforma, denominado FincaApp, diseñado para optimizar el seguimiento y control de inventarios en los cultivos de la Finca Arroyo, ubicada en Pueblo Bello, Cesar. La gestión manual de insumos y actividades agrícolas en esta región cafetera ha generado ineficiencias, pérdidaseconómicas y una toma de decisiones imprecisa. Para contrarrestar esto, se implementó una metodología ágil Scrum, dividiendo el desarrollo en seis sprints enfocados en la planificación, diseño e implementación de funcionalidades clave como la gestión de cultivos, cosechas, ventas, consumos y provisiones. La arquitectura MVVM y el uso de tecnologías como Flutter, Dart y Firebase permitieron construir una solución robusta, escalable y accesible, incluso sin conexión a internet. Los resultados demuestran una mejora significativa en la eficiencia operativa, la precisión de los datos y la capacidad de toma de decisiones informada, posicionando a FincaApp como un modelo de digitalización para el sector agropecuario colombiano. Abstract This project addresses the development of a multiplatform mobile application, called FincaApp, designed to optimize the monitoring and control of inventories in the crops of Finca Arroyo, located in Pueblo Bello, Cesar. The manual management of inputs and agricultural activities in this coffee-growing region has generated inefficiencies, economic losses and inaccurate decision-making. To counteract this, an agile Scrum methodology was implemented, dividing the development into six sprints focused on the planning, design and implementation of key functionalities such as the management of crops, harvests, sales, consumption and supplies. The MVVM architecture and the use of technologies such as Flutter, Dart and Firebase allowed building a robust, scalable and accessible solution, even without internet connection. The results demonstrate a significant improvement inoperational efficiency, data accuracy and informed decision-making capabilities, positioning FincaApp as a model of digitization for the Colombian agricultural sector.