Sistema de Laboratorios Remoto para el estudio de la Microbiología y Parasitología Médica / Remote Laboratory System for the study of Medical Microbiology and Parasitology

Introducción: como parte del proceso de formación de enfermeros, médicos y tecnólogos de la salud son habilitados temas relacionados con la microbiología. Sin embargo, a partir del conjunto de medidas de seguridad y la disponibilidad de recursos físicos, no es posible el estudio de diversos microorganismos. Objetivo: desarrollar un Sistema de Laboratorios Remoto para la práctica de Microbiología y Parasitología Médica. Materiales y métodos: el sistema de Laboratorios Remoto posee un microscopio electrónico controlado mediante una interface de comunicación con un ordenador conectado a la red. Resultados: se obtuvo como resultado un Sistema de Laboratorios Remoto que puede ser accedido mediante Internet o la red institucional. Facilita el estudio y la interpretación de diferentes muestras biológicas. Brinda un conjunto de reportes y estadísticas que permiten realizar análisis históricos de comportamiento. Conclusiones: a partir del desarrollo de las prácticas de laboratorios a distancia, es posible el estudio de diferentes microorganismos sin riesgos biológicos para el estudiante(AU)

Introduction: as part of the training process for nurses, physicians and health technologists, topics related to microbiology are enabled. However, based on the set of security measures and the availability of physical resources, the study of various microorganisms is not possible. Objective: to develop a Remote Laboratory System for the practice of the subject Medical Microbiology and Parasitology. Methods: the Remote Laboratory System has an electronic microscope controlled by a communication interface with a computer connected to the network. Results: a Remote Laboratory System that can be accessed through the Internet or the institutional network. The system facilitates the study and interpretation of different biological samples and also provides a set of reports and statistics that allow for historical behavior analysis. Conclusions: from the development of remote laboratory practices, it is possible to study different microorganisms without biological risks for the student(AU)

Sistema de apoyo al diagnóstico médico de COVID-19 mediante mapa cognitivo difuso / Support system to Covid-19 medical diagnosis via diffuse cognitive map

Introducción: Los escenarios de convivencia de las diversas poblaciones son muy complejos, lo que contribuye con la propagación de enfermedades. Diagnosticar tempranamente enfermedades infecciosas representa una tarea fundamental para disminuir su propagación y evitar epidemias. Sin embargo, la inconsistencia en los datos de poblaciones y la imposibilidad de contar con un diagnóstico oportuno en muchos casos trae como consecuencia la proliferación de pandemias tales como la COVID-19. Objetivo: Desarrollar un sistema de apoyo al diagnóstico médico para COVID-19 a partir de la modelación de las relaciones causales de los criterios de diagnóstico, para conformar el mapa cognitivo difuso. Métodos: Para el desarrollo de la investigación se utilizaron métodos teóricos, empíricos y estadísticos, tales como: analítico-sintético, inductivo-deductivo, hipotético-deductivo, modelación. Como método empírico se utilizó la entrevista semiestructurada con la intención de recoger información que permitiera incluir contenidos no prescritos y precisar el conocimiento de los expertos sobre los principales indicadores para la toma de decisiones en el diagnóstico médico de la COVID-19. Resultados: El sistema funciona a través de un mapa cognitivo difuso para modelar las relaciones causales que representan la base de la inferencia. Se utilizan técnicas de inteligencia artificial como base al diagnóstico médico. Se presenta un ejemplo demostrativo para el diagnóstico médico de la COVID-19 en el que se modelan las relaciones causales de los diferentes conceptos que describen la enfermedad provocada. Conclusiones: El sistema diseñado constituye una herramienta viable de apoyo a la toma de decisiones en el diagnóstico médico de la COVID-19, que permite obtener criterios evaluativos a partir de la modelación de las relaciones causales, esto lo hace extensible a otros tipos de situaciones de emergencias sanitarias(AU)

Introduction: Different populations coexistence scenarios are very complex, which contributes to the spread of diseases. Diagnosing infectious diseases early is a critical task in reducing its spread and preventing epidemics. However, inconsistency in population data and the inability to have timely diagnosis in many cases result in the proliferation of pandemics such as COVID-19. Objective: Develop a support system for COVID-19 medical diagnostic from modeling causal relations of diagnostic criteria, to form the diffuse cognitive map. Methods: Theoretical, empirical and statistical methods were used for the development of the research, such as: analytical-synthetic, inductive-deductive, hypothetical-deductive, modeling. As an empirical method, the semi-structured interview was used with the intention of collecting information that would include unprescribed contents and require expert knowledge of the main indicators for decision-making in COVID-19 medical diagnosis. Results: The system works through a diffuse cognitive map to model causal relationships that represent the inference´s basis. Artificial intelligence techniques are used as a basis for medical diagnosis. A demonstrative example is presented for COVID-19 medical diagnosis in which are modelled the causal relations of the different concepts that the disease describes. Conclusions: The designed system is a viable support tool for decision-making in COVID-19 medical diagnosis, which allows to obtain evaluative criteria from the modelling of causal relations, and this makes it extendable to other types of health emergencies situations(AU)