Asistente de voz inteligente para el llenado de listas de verificación quirúrgica
| dc.contributor.advisor | Buitrago Castro, Luis Felipe | |
| dc.contributor.advisor | Escobar Jaramillo, Mateo | |
| dc.contributor.apolounab | Buitrago Castro, Luis Felipe [luis-felipe-buitrago-castro] | spa |
| dc.contributor.apolounab | Escobar Jaramillo, Mateo [mateo-escobar-jaramillo] | spa |
| dc.contributor.author | Camargo Mendoza, Catalina | |
| dc.contributor.author | Rangel Rugeles, Angie Daniela | |
| dc.contributor.author | Jaimes Cordero, Gabriel Andres | |
| dc.contributor.cvlac | Buitrago Castro, Luis Felipe [0001657515] | spa |
| dc.contributor.cvlac | Escobar Jaramillo, Mateo [0001468933] | spa |
| dc.contributor.googlescholar | Escobar Jaramillo, Mateo [es&oi=ao] | spa |
| dc.contributor.linkedin | Buitrago Castro, Luis Felipe [luis-felipe-buitrago-castro-793139164/] | spa |
| dc.contributor.linkedin | Escobar Jaramillo, Mateo [mateo-escobar-jaramillo-0a6869262/] | spa |
| dc.contributor.orcid | Buitrago Castro, Luis Felipe [0000-0002-1414-1854] | spa |
| dc.coverage.campus | UNAB Campus Bucaramanga | spa |
| dc.coverage.spatial | Bucaramanga (Santander, Colombia) | spa |
| dc.date.accessioned | 2026-04-06T19:26:42Z | |
| dc.date.available | 2026-04-06T19:26:42Z | |
| dc.date.issued | 2025-11-19 | |
| dc.degree.name | Ingeniero Biomédico | spa |
| dc.description.abstract | El diligenciamiento manual de listas de verificación en el entorno quirúrgico constituye un proceso con susceptibilidad a errores y omisiones, que compromete la trazabilidad de la documentación y por ende la seguridad del paciente. A razón de esta problemática, se plantea como objetivo desarrollar un asistente de voz inteligente que permita automatizar el llenado de listas de verificación quirúrgica, haciendo uso de modelos de inteligencia artificial para el reconocimiento automático del habla. Para su desarrollo se realizó un proceso de ingeniería de requerimientos centrado a identificar las necesidades funcionales de la herramienta desde la perspectiva del personal clínico, seguido del diseño de una arquitectura modular compuesta por un sistema de reconocimiento de voz (Whisper de OpenAI), un módulo de autocorrección y llenado del documento, una interfaz de usuario interactiva y una base de datos que permita el almacenamiento íntegro de los documentos. La evaluación del prototipo se realizó por medio de pruebas funcionales de rendimiento, funcionalidad y usabilidad, los participantes se ubicaron en un entorno controlado que simulaba las condiciones ambientales de una sala de cirugía, lo que permitió analizar la capacidad del sistema para reconocer y transcribir el habla de manera coherente, además del llenado del documento y la percepción respecto a la interfaz de usuario. Los resultados obtenidos evidenciaron un desempeño satisfactorio en la coherencia de la transcripción y estabilidad operativa del ejecutable, permitiendo mejorar el proceso de la lista de verificación quirúrgica respecto al método manual. En la validación mediante la escala de usabilidad del sistema (SUS) se obtuvo un puntaje de 80.3%, representando una percepción favorable de los usuarios respecto a la facilidad de uso y experiencia con la interacción, el asistente de voz inteligente representa una opción viable para mejorar el procedimiento de llenado, la trazabilidad y documentación de las listas de verificación quirúrgica. | spa |
| dc.description.abstractenglish | The manual completion of surgical checklists constitutes a process prone to errors and omissions, compromising the traceability of documentation and, consequently, patient safety. In response to this issue, the objective was to develop an intelligent voice assistant capable of automating the completion of surgical checklists through the use of artificial intelligence models for automatic speech recognition. For its development, a requirements engineering process was carried out, focused on identifying the functional needs of the tool from the clinical staff’s perspective, followed by the design of a modular architecture composed of a voice recognition system (Whisper by OpenAI), an autocorrection and document-filling module, an interactive user interface, and a database ensuring the complete storage of documents. The prototype evaluation was conducted through functional tests assessing performance, functionality, and usability. Participants were placed in a controlled environment simulating the ambient conditions of an operating room, allowing the analysis of the system’s ability to recognize and transcribe speech coherently, as well as its performance in document completion and user interface perception. The results demonstrated satisfactory performance in transcription coherence and executable stability, improving the checklist completion process compared to the manual method. In the validation using the System Usability Scale (SUS), a score of 80.3% was obtained, indicating a favorable user perception regarding ease of use and interaction experience. The intelligent voice assistant thus represents a viable option to enhance the completion procedure, traceability, and documentation of surgical checklists. | spa |
| dc.description.degreelevel | Pregrado | spa |
| dc.description.learningmodality | Modalidad Presencial | spa |
| dc.description.tableofcontents | Agradecimientos ................................................................................................................... 8 Resumen .............................................................................................................................. 12 Abstract ............................................................................................................................... 14 Capítulo 1. Problemática u oportunidad .......................................................................... 15 Problema de investigación ................................................................................................ 15 Pregunta de investigación ................................................................................................. 16 Objetivo General............................................................................................................... 17 Objetivos Específicos ....................................................................................................... 17 Estado del arte .................................................................................................................. 17 Marco Teórico ................................................................................................................... 20 Evento Adverso ............................................................................................................ 20 Pausa quirúrgica ........................................................................................................... 20 Lista de chequeo ........................................................................................................... 20 Software ........................................................................................................................ 21 Deep Learning .............................................................................................................. 21 Transformers ................................................................................................................. 22 Transfer Learning ......................................................................................................... 22 Whisper ......................................................................................................................... 23 Capítulo 2. Análisis de requisitos ...................................................................................... 24 Introducción ...................................................................................................................... 24 Metodología ...................................................................................................................... 25 Elicitación de requerimientos ....................................................................................... 25 Análisis de necesidades ................................................................................................ 26 Documentación ............................................................................................................. 26 Validación ..................................................................................................................... 26 Resultados ......................................................................................................................... 27 Elicitación de requerimientos ....................................................................................... 27 Análisis de necesidades ................................................................................................ 27 Documentación ............................................................................................................. 29 Discusión .......................................................................................................................... 34 Capítulo 3. Definición del concepto .................................................................................. 37 Introducción ...................................................................................................................... 37 Metodología ...................................................................................................................... 38 Generación de conceptos .............................................................................................. 39 Selección de conceptos ................................................................................................. 40 Pruebas y selección final .............................................................................................. 41 Resultados ......................................................................................................................... 41 Generación de conceptos .............................................................................................. 41 Selección del concepto ................................................................................................. 50 Pruebas y selección final .............................................................................................. 52 Discusión .......................................................................................................................... 55 Capítulo 4. Desarrollo de la herramienta ......................................................................... 57 Introducción ...................................................................................................................... 57 Metodología ...................................................................................................................... 58 Mockup ......................................................................................................................... 58 Back end ....................................................................................................................... 59 Modelo de arquitecturas de inteligencia artificial ........................................................ 60 Base de datos ................................................................................................................ 60 Front end ....................................................................................................................... 61 Integración de componentes ......................................................................................... 61 Resultados ......................................................................................................................... 62 Mockup ......................................................................................................................... 62 Back end ....................................................................................................................... 64 Base de datos ................................................................................................................ 65 Front end ....................................................................................................................... 66 Discusión .......................................................................................................................... 69 Capítulo 5. Valoración de búsqueda e interacción con la interfaz ................................. 72 Introducción ...................................................................................................................... 72 Metodología ...................................................................................................................... 73 Diseño Experimental .................................................................................................... 74 Prueba de usabilidad ..................................................................................................... 75 Prueba de percepción del usuario ................................................................................. 76 Análisis estadístico ....................................................................................................... 76 Resultados ......................................................................................................................... 77 Discusión .......................................................................................................................... 83 Conclusiones ........................................................................................................................ 86 Recomendaciones para trabajos futuros .......................................................................... 88 Referencias .......................................................................................................................... 89 Anexos .................................................................................................................................. 93 | spa |
| dc.format.mimetype | application/pdf | spa |
| dc.identifier.instname | instname:Universidad Autónoma de Bucaramanga - UNAB | spa |
| dc.identifier.reponame | reponame:Repositorio Institucional UNAB | spa |
| dc.identifier.repourl | repourl:https://repository.unab.edu.co | spa |
| dc.identifier.uri | http://hdl.handle.net/20.500.12749/33779 | |
| dc.language.iso | spa | spa |
| dc.publisher.faculty | Facultad Ingeniería | spa |
| dc.publisher.grantor | Universidad Autónoma de Bucaramanga UNAB | spa |
| dc.publisher.program | Pregrado Ingeniería Biomédica | spa |
| dc.publisher.programid | IBM-1788 | |
| dc.relation.references | Adedeji, A., Joshi, S., & Doohan, B. (2024). The Sound of Healthcare: Improving Medical Transcription ASR Accuracy with Large Language Models. https://arxiv.org/pdf/2402.07658 | spa |
| dc.relation.references | Boehm, B. W. (n.d.). Software Engineering Economics. | spa |
| dc.relation.references | Centro de innovación y soluciones empresariales y tecnológicas. (2025). Software - Concepto y tipos. https://www.ciset.es/glosario/480-software-concepto-y-tipos | spa |
| dc.relation.references | Cid. (2022, February 16). En el mundo se realizan 234 millones de operaciones de cirugía mayor al año - Muy Segura. https://www.muysegura.com/en-el-mundo-se-realizan 234-millones-de-operaciones-de-cirugia-mayor-al-ano/ | spa |
| dc.relation.references | Consultor Salud. (2023). Procedimientos Médicos Quirúrgicos en Colombia 2023. https://consultorsalud.com/procedimientos-quirurgicos-en-colombia-2023/ | spa |
| dc.relation.references | Galeas, A., & Jacson, P. (2020). Metodología para el levantamiento de requisitos en proyectos ágiles de la industria de software con recurso humano freelance, basados en los estándares que promueve PMI caso práctico empresa IT Control. | spa |
| dc.relation.references | García Molina, J. T., Gaspar, P. A., & Figueroa-Barra, A. (2024). Automatic Speech Recognition in Psychiatric Interviews: A Rocket to Diagnostic Support in Psychosis. Revista Colombiana de Psiquiatría. https://doi.org/10.1016/J.RCP.2023.12.002 | spa |
| dc.relation.references | Hamet, P., & Tremblay, J. (2017). Artificial intelligence in medicine. Metabolism, 69, S36 S40. https://doi.org/10.1016/j.metabol.2017.01.011 | spa |
| dc.relation.references | Holdsworth, J., & Scapicchio, M. (2024). ¿Qué es el deep learning? | IBM. https://www.ibm.com/es-es/think/topics/deep-learning | spa |
| dc.relation.references | Hussein, A., Saad Abbas, A., Mohammad, A., & Mohanad, Y. (2023). Visión del aprendizaje por transferencia: una nueva técnica prometedora. https://mesopotamian.press/journals/index.php/bigdata/article/view/43/61 | spa |
| dc.relation.references | Kwong, E., Cole, A., Sippo, D., Yu, F., Adapa, K., Shea, C. M., Moore, C., Das, S., & Mazur, L. (2024). Design Approaches for Developing Quality Checklists in Healthcare Organizations: A Scoping Review. https://doi.org/10.1101/2024.09.27.24314468 | spa |
| dc.relation.references | Lanzagorta-Ortega, D., Carrillo-Pérez, D. L., & Carrillo-Esper, R. (2023). Inteligencia artificial en medicina: presente y futuro. Gaceta Médica de México, 158(91). https://doi.org/10.24875/GMM.M22000688 | spa |
| dc.relation.references | Lim, K. C., Selamat, A., Alias, R. A., Krejcar, O., & Fujita, H. (2019). Usability Measures in Mobile-Based Augmented Reality Learning Applications: A Systematic Review. Applied Sciences, 9(13), 2718. https://doi.org/10.3390/app9132718 | spa |
| dc.relation.references | Liu, Y., Yang, X., & Qu, D. (2024). Exploration of Whisper fine-tuning strategies for low resource ASR. EURASIP Journal on Audio, Speech, and Music Processing, 2024(1), 29. https://doi.org/10.1186/s13636-024-00349-3 | spa |
| dc.relation.references | Marlio Motta. (2019). La pausa quirúrgica: aspectos de vital importancia antes, durante y después del acto quirúrgico que propenden al adecuado pronóstico del paciente. A propósito de un caso de Gossypiboma. https://intellectum.unisabana.edu.co/entities/publication/505d275d-4c30-4d73-8dda df22cf5efd36 | spa |
| dc.relation.references | Medroa Inacio, P. M., Saltan, M., & Denecke, K. (2025). VoiceCheck: An Intelligent Assistant for Enhancing Surgical Safety Through Guided Checklist Use. https://doi.org/10.3233/SHTI250207 | spa |
| dc.relation.references | Michalski, R., Grobelny, J., & Karwowski, W. (2006). The effects of graphical interface design characteristics on human–computer interaction task efficiency. International Journal of Industrial Ergonomics, 36(11), 959–977. https://doi.org/10.1016/j.ergon.2006.06.013 | spa |
| dc.relation.references | Ministerio de Salud y Protección Social. (n.d.). Resultados del estudio IBEAS: Prevalencia de eventos adversos en hospitales de Latinoamérica. | spa |
| dc.relation.references | Muhammad, H. (2022). Modelo de madurez para la implementación de ingeniería de requisitos de software en el sector sanitario (SRE-HIMM) para sistemas de información sanitaria globales. | spa |
| dc.relation.references | Open AI. (2022). Presentamos a Whisper | OpenAI. https://openai.com/es 419/index/whisper/ | spa |
| dc.relation.references | Organización mundial de la salud. (2008). Lista de verificación de seguridad quirúrgica de la OMS. https://www.who.int/teams/integrated-health-services/patient safety/research/safe-surgery/tool-and-resources | spa |
| dc.relation.references | Organización Mundial de la Salud. (2009). Lista de verificación de seguridad quirúrgica de la OMS 2009: Primer informe. https://iris.who.int/bitstream/handle/10665/44233/9789243598598_spa.pdf | spa |
| dc.relation.references | Organizacion Mundial de la Salud. (2023, September 11). Seguridad del paciente. https://www.who.int/es/news-room/fact-sheets/detail/patient safety?utm_source=chatgpt.com | spa |
| dc.relation.references | Pineda Ballesteros, E., Tellez Acuña, F. R., & Medina Cruz, J. (2022a). Requerimientos de software: prototipado, software heredado y análisis de documentos. Ingeniería y Desarrollo, 37(02), 327–345. https://doi.org/10.14482/inde.37.2.1053 | spa |
| dc.relation.references | Pineda Ballesteros, E., Tellez Acuña, F. R., & Medina Cruz, J. (2022b). Requerimientos de software: prototipado, software heredado y análisis de documentos. Ingeniería y Desarrollo, 37(02), 327–345. https://doi.org/10.14482/inde.37.2.1053 | spa |
| dc.relation.references | Plata, M. C. S., Romero, L. A. L., & González, S. B. (2021). Cumplimiento de la lista de verificación de seguridad de la cirugía en un hospital de Santander. Un estudio de corte trasversal. Revista Cuidarte, 12(3). https://doi.org/10.15649/CUIDARTE.2122 | spa |
| dc.relation.references | Pressman, R., & Maxim, B. (2020). Software engineering: A practitioner’s approach. | spa |
| dc.relation.references | Ramírez, C. M., Prada, W. A., Guayán, I. C., & Patiño, M. (2017). Utilización de listas de chequeo en cirugías programadas, Bogotá, 2016. Revista Colombiana de Cirugía, 32(2), 109–114. https://doi.org/10.30944/20117582.14 | spa |
| dc.relation.references | Rathi, R., Vakharia, A., & Shadab, M. (2022). Lean six sigma in the healthcare sector: A systematic literature review. Materials Today: Proceedings, 50, 773–781. https://doi.org/10.1016/j.matpr.2021.05.534 | spa |
| dc.relation.references | Renato, A., Berinsky, H., Daus, M., Dachery, M. F., Jauregui, O., Storani, F., Gambarte, M. L., Otero, C., & Luna, D. (2019). Design and Evaluation of an Automatic Speech Recognition Model for Clinical Notes in Spanish in a Mobile Online Environment. Studies in Health Technology and Informatics, 264, 1761–1762. https://doi.org/10.3233/SHTI190635 | spa |
| dc.relation.references | Sanchez, B. (2015). Técnicas para el levantamiento de requerimientos en el desarrollo de un sistema de información. | spa |
| dc.relation.references | Stryker, C., & Bergmann, D. (2025). ¿Qué es un modelo de transformador? | IBM. https://www.ibm.com/es-es/think/topics/transformer-model | spa |
| dc.relation.references | Supriyono, Wibawa, A. P., Suyono, & Kurniawan, F. (2024). Advancements in natural language processing: Implications, challenges, and future directions. Telematics and Informatics Reports, 16, 100173. https://doi.org/10.1016/j.teler.2024.100173 | spa |
| dc.relation.references | Tafur Betancourt, L. A., Zorrilla-Vaca, A., Vallejos-Medina, L. P., Chilatra-Fonseca, J. M., Angarita-Navarro, E. C., Martínez-Gaviria, M., Londonõ, A., Bocanegra-Rivera, J. C., Botero-Posada, L. F., & Lema-Florez, E. (2020). Development of MyCheckTime® software for perioperative safety based on Toyota’s Lean Methodology. Colombian Journal of Anesthesiology, 48(1), 12–19. https://doi.org/10.1097/CJ9.0000000000000148 | spa |
| dc.relation.references | Toro, A., & Peláez, L. E. (2016). Ingeniería de Requisitos: de la especificación de requisitos de software al aseguramiento de la calidad. Cómo lo hacen las Mipymes desarrolladoras de software de la ciudad de Pereira. Entre Ciencia e Ingeniería, 10(20), 117–123. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1909 83672016000200016&lng=en&nrm=iso&tlng=es | spa |
| dc.relation.references | Ulrich, K., & Eppinger, S. (2004). Diseño y desarrollo de productos: enfoque multidisciplinario. | spa |
| dc.relation.references | World Health Organization. (2009). Safe Surgery Tools and Resources. | spa |
| dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
| dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 2.5 Colombia | * |
| dc.rights.local | Abierto (Texto Completo) | spa |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/co/ | * |
| dc.subject.keywords | Medical electronics | spa |
| dc.subject.keywords | Biological physics | spa |
| dc.subject.keywords | Bioengineering | spa |
| dc.subject.keywords | Medical instruments and apparatus | spa |
| dc.subject.keywords | Medicine | spa |
| dc.subject.keywords | Clinical engineering | spa |
| dc.subject.keywords | Artificial intelligence | spa |
| dc.subject.keywords | Deep learning (Machine learning) | spa |
| dc.subject.keywords | Machine learning (Artificial intelligence) | spa |
| dc.subject.lemb | Ingeniería biomédica | spa |
| dc.subject.lemb | Ingeniería | spa |
| dc.subject.lemb | Biofísica | spa |
| dc.subject.lemb | Bioingeniería | spa |
| dc.subject.lemb | Medicina | spa |
| dc.subject.lemb | Biomédica | spa |
| dc.subject.lemb | Inteligencia artificial | spa |
| dc.subject.lemb | Aprendizaje profundo (Aprendizaje automático) | spa |
| dc.subject.lemb | Aprendizaje automático (Inteligencia artificial) | spa |
| dc.subject.proposal | Electrónica médica | spa |
| dc.subject.proposal | Instrumentos y aparatos médicos | spa |
| dc.title | Asistente de voz inteligente para el llenado de listas de verificación quirúrgica | spa |
| dc.title.translated | Intelligent Voice Assistant for Completing Surgical Safety Checklists | spa |
| dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type.coarversion | http://purl.org/coar/version/c_ab4af688f83e57aa | spa |
| dc.type.driver | info:eu-repo/semantics/bachelorThesis | |
| dc.type.hasversion | info:eu-repo/semantics/acceptedVersion | |
| dc.type.local | Trabajo de Grado | spa |
| dc.type.redcol | http://purl.org/redcol/resource_type/TP |
Archivos
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 829 B
- Formato:
- Item-specific license agreed upon to submission
- Descripción:
