Este proyecto presenta el desarrollo de una aplicación móvil orientada a proporcionar un diagnóstico preliminar de lesiones de rodilla mediante diferentes enfoques asistidos por software. La aplicación integra autenticación con Firebase (incluyendo Google), cuestionarios sintomáticos, árboles de decisión y un modelo de lenguaje especializado en medicina (MedLLaMA2), ofreciendo así tres modos de consulta: detallada, rápida e inteligente.
La metodología ha consistido en el diseño y desarrollo de la aplicación utilizando Android Studio, el lenguaje Kotlin y Jetpack Compose para la interfaz. La lógica de diagnóstico se basa en la comparación sintomática con una base de datos de 100 lesiones frecuentes y en algoritmos condicionales optimizados.
Como resultados, la aplicación es capaz de proporcionar diagnósticos orientativos con un porcentaje de similitud calculado, recomendar pruebas físicas específicas, y mantener un historial del usuario con almacenamiento en Firestore.
Este trabajo ofrece una solución accesible para usuarios que no pueden acceder fácilmente al sistema sanitario, ya sea por localización geográfica o por saturación, y representa un paso hacia la digitalización del apoyo clínico básico.
Abstract:
This project presents the development of a mobile application aimed at providing preliminary diagnosis of knee injuries using different software-assisted approaches. The app includes Firebase Auth (with Google), symptom questionnaires, decision trees, and a specialized medical language model (MedLLaMA2), thus offering three modes of consultation: detailed, fast, and intelligent.
The application was developed using Android Studio, Kotlin, and Jetpack Compose for the interface. The diagnostic logic is based on symptom comparison with a database of 100 common injuries and optimized conditional algorithms.
As a result, the application is capable of providing indicative diagnoses with a calculated similarity percentage, recommending specific physical tests, and maintaining user history in Firestore.
This work offers an accessible solution for users who cannot easily access the healthcare system, whether due to geographical location or overload, and represents a step forward in the digitization of basic clinical support.
Este proyecto presenta el desarrollo de una aplicación móvil orientada a proporcionar un diagnóstico preliminar de lesiones de rodilla mediante diferentes enfoques asistidos por software. La aplicación integra autenticación con Firebase (incluyendo Google), cuestionarios sintomáticos, árboles de decisión y un modelo de lenguaje especializado en medicina (MedLLaMA2), ofreciendo así tres modos de consulta: detallada, rápida e inteligente.
La metodología ha consistido en el diseño y desarrollo de la aplicación utilizando Android Studio, el lenguaje Kotlin y Jetpack Compose para la interfaz. La lógica de diagnóstico se basa en la comparación sintomática con una base de datos de 100 lesiones frecuentes y en algoritmos condicionales optimizados.
Como resultados, la aplicación es capaz de proporcionar diagnósticos orientativos con un porcentaje de similitud calculado, recomendar pruebas físicas específicas, y mantener un historial del usuario con almacenamiento en Firestore.
Este trabajo ofrece una solución accesible para usuarios que no pueden acceder fácilmente al sistema sanitario, ya sea por localización geográfica o por saturación, y representa un paso hacia la digitalización del apoyo clínico básico.
Abstract:
This project presents the development of a mobile application aimed at providing preliminary diagnosis of knee injuries using different software-assisted approaches. The app includes Firebase Auth (with Google), symptom questionnaires, decision trees, and a specialized medical language model (MedLLaMA2), thus offering three modes of consultation: detailed, fast, and intelligent.
The application was developed using Android Studio, Kotlin, and Jetpack Compose for the interface. The diagnostic logic is based on symptom comparison with a database of 100 common injuries and optimized conditional algorithms.
As a result, the application is capable of providing indicative diagnoses with a calculated similarity percentage, recommending specific physical tests, and maintaining user history in Firestore.
This work offers an accessible solution for users who cannot easily access the healthcare system, whether due to geographical location or overload, and represents a step forward in the digitization of basic clinical support. Read More
Related posts:
Desarrollo de una aplicación móvil para el cuidado de los perros
LeafLore: AI-Powered Plant Care for Mobile Applications
Securing web applications using Spring Security
Mad Track: Aplicación para la movilidad sostenible
Situación de aprendizaje sobre entrenamiento de fuerza en 2ºESO
Creación y mejora de una página web para analizar ontologías de acuerdo con los principios FAIR