Nutri-AI asistente nutricional inteligente con red neuronal para la generación asistida de planes dietéticos en pacientes con diabetes mellitus tipo 2

Abstract

En este trabajo se presenta el diseño de una plataforma informática Nutri-AI, un asistente nutricional basado en una red neuronal supervisada de tipo Perceptrón Multicapa para la clasificación automática de perfiles dietéticos en pacientes con diabetes mellitus tipo 2 bajo el protocolo PAM. Bajo una investigación mixta se recolectaron 39,397 registros clínicos del Hospital Liborio Panchana Sotomayor. Se diseñó una red neuronal con arquitectura de 64, 32, 16, 4 neuronas utilizando Tensorflow 2.15. La plataforma se desarrolló con metodología incremental, integrando una aplicación web para los profesionales de la salud y móvil para los pacientes. También se diseñó la base de datos relacional y una arquitectura de microservicios. El modelo alcanzó un total de exactitud de 99.59% clasificando correctamente los perfiles dietéticos: hipocalórico, control glucémico, hipo-grasa y normocalórico. Esta propuesta ayudará a optimizar los tiempos de generación de planes nutricionales sin reemplazar el criterio clínico del especialista.