Resumen de Calculador inteligente de bolo de insulina en skill Alexa Amazon para pacientes con diabetes mellitus y deficiencia visual

Juan Camilo Solarte Orozco, Juliana Manrique Cordoba, Oscar Andrés Vivas Albán, Juan David Romero Ante, Carlos Gabriel Juan Poveda, Jose María Vicente Samper, José María Sabater Navarro

• español

  Este artículo presenta una funcionalidad (skill) para el asistente virtual de voz Alexa Amazon, como herramienta de apoyo para los pacientes con diabetes. La lógica de la skill fue desarrollada como una calculadora de bolo para los pacientes, teniendo en cuenta un modelo de conteo de carbohidratos, grasas y proteínas consumidas. Respecto a la interacción, se implementó teniendo en cuenta el diálogo entre un camarero y un cliente, el sistema puede registrar cada uno de los alimentos que el usuario ingrese y respecto a la cantidad de macronutrientes que contenga cada uno de ellos, responder al paciente el total de raciones consumidas y los porcentajes correspondientes al bolo normal y cuadrado de insulina. Además, se integró una base de datos donde se encuentran los macronutrientes de más de 500 alimentos. Los resultados de la investigación permitieron validar la utilización de la aplicación como herramienta de apoyo para la estimación de los macronutrientes de los alimentos, siendo de utilidad para la gestión del nivel de glucosa.

• English

  This paper presents a functionality (skill) for the virtual voice assistant Alexa Amazon, as a support tool for patients with diabetes. The logic of the skill was developed as a bolus calculator for patients, considering a model of counting carbohydrates, fats and proteins consumed. Regarding the interaction, it was implemented considering the dialogue between a waiter and a client, the system can register each one of the foods that the user enters and regarding the number of macronutrients that each one of them contains, respond to the patient the total portions consumed and the percentages corresponding to the normal and square insulin bolus. In addition, a database was integrated where the macronutrients of more than 500 foods are found. The results of the research made it possible to validate the use of the application as a support tool for estimating macronutrients in food, being useful for glucose level management.