Publicaciones
Repositorio Minerva
Es un recurso que permite registrar, conservar, consultar y difundir la producción de conocimiento académico y científico de la Universidad Ean. Se caracteriza por ser de acceso abierto, respetar el derecho de autor y utilizar el autoarchivo como metodología para el registro de la información.
Comunidades
Envíos recientes
Slide 1 of 5 Publicación Restringido
Innovación con IA aplicada a clientes en el ecosistema Fintech de ePayco
(2026-09-10) Caballero Prieto; Leidy Mariana; Alba Escamilla, José Enrique; Fernandez Gualteros, Magda Liliana; Rivera Rueda, Juan Carlos
Este proyecto plantea el desarrollo e implementación de una solución innovadora dentro de la pasarela de pagos ePayco, enfocada en aumentar la confianza y la seguridad de las compras en línea. La propuesta, denominada TrustPay by ePayco, busca integrar un seguro de compra directamente en el proceso de pago, permitiendo que el usuario cuente con una protección adicional de manera simple y sin alterar su experiencia de compra.
La iniciativa nace a partir de una problemática recurrente en el comercio electrónico: aunque en la actualidad existen herramientas tecnológicas para evitar el fraude, muchos usuarios todavía sienten incertidumbre frente a posibles percances en las transacciones, tales como, incumplimientos en las entregas, estafas o falta de claridad en los procesos de reclamación. Teniendo en cuenta lo anterior, en este proyecto proponemos transformar el rol tradicional de la pasarela de pago y convertirla en una experiencia más segura, confidente y que cuente con un respaldado de cara al comprador.
Con esta solución, el usuario no solo realiza el pago de su compra, sino que también accede automáticamente a una cobertura adicional equivalente al 5 % del valor de la transacción, respaldada por Seguros Bolívar. Todo esto se integra de forma natural al flujo de pago, sin generar pasos extra, fricción ni cambios complejos en la experiencia digital del cliente.
Slide 2 of 5 Persona
Rojas Hernández, Alix Erica
Profesora Asociada - Miembro del Grupo de Investigación y Desarrollo Tecnológico ONTARE; Facultad de Ingeniería. Universidad Ean
Slide 3 of 5 Publicación Acceso Abierto
Tendencias del consumo de antimicrobianos y su relación con la resistencia bacteriana en Colombia: análisis comparativo con el contexto mundial desde la implementación de la clasificación Aware (2017-2025
(2026-09-20) Perilla Rivera, Cristian; Imbachi Portilla, Andrea Carolina; Becerra Rozo, Freddy Wilmer
; Ciencia, tecnología e innovación::GIS (Grupo de investigación en salud) Sandra Constanza Ortega Ferreira Categoría B COL0149949
La resistencia antimicrobiana se ha consolidado como uno de los mayores desafíos para la salud pública a nivel mundial. Este fenómeno ocurre cuando los microorganismos desarrollan mecanismos que les permiten sobrevivir a la acción de los antimicrobianos utilizados para combatirlos (OMS, 2020). reduciendo progresivamente la eficacia de los tratamientos disponibles. Como consecuencia, infecciones que antes podían controlarse de manera efectiva se han convertido en un problema cada vez más complejo para los sistemas de salud.
Durante las últimas décadas, diferentes factores han contribuido al aumento de la resistencia bacteriana. Entre ellos se encuentran el uso inadecuado de antibióticos, la automedicación, el incumplimiento de los tratamientos prescritos y el incremento de infecciones asociadas a la atención en salud. (O'Neill, 2016; Prestinaci et al., 2015). Estas situaciones han sido asociadas en la literatura con la aparición y propagación de microorganismos resistentes , limitando las alternativas terapéuticas disponibles y aumentando el riesgo de complicaciones clínicas. La evidencia reportada por estudios científicos y sistemas de vigilancia epidemiológica muestra cambios importantes en los patrones de sensibilidad bacteriana y en la distribución de microorganismos resistentes tanto en entornos hospitalarios como comunitarios. En Colombia, al igual que en otros países, esta problemática genera preocupación debido a las implicaciones que diversos estudios han descrito sobre la morbimortalidad el aumento de los costos de atención y la necesidad de recurrir a tratamientos cada vez más complejos (Antimicrobial Resistance Collaborators, 2022).
Con el propósito de promover un uso más adecuado de los antibióticos y disminuir la presión selectiva sobre las bacterias, la Organización Mundial de la Salud (OMS) implementó en 2017 la clasificación AWaRe (Access, Watch y Reserve) (OMS, 2023). Esta estrategia busca orientar la prescripción de antimicrobianos de acuerdo con su importancia terapéutica y su potencial para generar resistencia. De forma complementaria, los Programas de Optimización de Antimicrobianos (PROA) han fortalecido las acciones de vigilancia y control del consumo de estos medicamentos en distintos sistemas de salud. (Sharma et al., 2022; Li et al., 2024; Liu et al., 2025). En este contexto, resulta pertinente analizar las tendencias de consumo de antimicrobianos en Colombia desde la implementación de la clasificación AWaRe y compararlas con las dinámicas observadas a nivel internacional. Comprender estos comportamientos permitirá identificar fortalezas, brechas y posibles riesgos relacionados con el uso de antibióticos, además de aportar evidencia útil para fortalecer las estrategias orientadas a prevenir la resistencia bacteriana y promover un uso racional de los antimicrobianos en el país.
Slide 4 of 5 Publicación Acceso Abierto
Detección temprana de ataques cibernéticos avanzados (APT) mediante modelos ocultos de Markov aplicados al análisis de comportamientos en sistemas de seguridad
(2026-09-19) Cortes Arandia, Andrés Felipe; Chacón Rivera, Lina María
Las amenazas persistentes avanzadas, conocidas por su sigla en inglés APT, pertenecen a los problemas de seguridad más difíciles de resolver para las organizaciones colombianas. A diferencia de los ataques convencionales, que buscan un efecto rápido y más fácil de detectar, las APT operan durante semanas o meses dentro de los sistemas comprometidos sin disparar ninguna alerta. Cuando finalmente son descubiertas, el daño acumulado suele ser irreversible. Los métodos de detección vigentes los cuales están basados en bases de firmas maliciosas conocidas o en reglas estáticas predefinidas, procesan cada evento de seguridad de manera independiente y son incapaces de leer el significado que emerge cuando esos eventos se encadenan en el tiempo. El presente proyecto responde a esa limitación con un sistema de detección temprana construido sobre modelos ocultos de Márkov (HMM) de arquitectura jerárquica, entrenado sobre secuencias de eventos reales provenientes de los datasets DARPA Transparent Computing, LANL y cierto grupo de logs extraídos de un ataque simulado usando máquinas virtuales Windows y Linux. El modelo infiere probabilísticamente la fase del ciclo de vida del ataque en que opera el adversario, produce alertas progresivas integradas en Elastic Stack y supera, en precisión, recall, F1-score, a métodos de referencia Random Forest y redes LSTM. Los hallazgos esperados confirman la viabilidad del enfoque para su aplicación en organizaciones que carecen de soluciones comerciales de alto costo (Centro Cibernético Policial, 2024, secc. “Cifras generales”; IBM Security, 2024, p. 8; Rabiner, 1989, p. 258; Ghafir et al., 2019, p. 99510).
Slide 5 of 5 Publicación Restringido
Comparación de arquitecturas CNN para la clasificación multiclase de leucemia linfoblástica aguda tipo B
(2026-09-18) Mesa Sarmiento, Cristihan David; Peña Sánchez, Diana Mireya; Mariño Ospina, Milena; García Jaramillo, Maira Alejandra; Rodríguez Nieto, Lina
; Acevedo Pabón, Paola Andrea
La leucemia linfoblástica aguda (LLA) es la principal causa de muerte por enfermedad en población pediátrica y su diagnóstico mediante microscopía convencional resulta laborioso y subjetivo. Esta investigación tuvo como principal objetivo desarrollar un modelo de aprendizaje automático basado en redes neuronales convolucionales (CNN) para la clasificación multiclase de cuatro subtipos de LLA-B (Benigno, Early-B, Pre-B, Pro-B), a partir de imágenes de frotis de sangre periférica. Mediante aprendizaje por transferencia (TL, Transfer Learning) en dos fases, extracción de características con el backbone (columna vertebral) congelado y posteriormente ajuste fino (Fine-Tuning), se entrenaron tres arquitecturas preentrenadas (ResNet50, EfficientNetB0 y MobileNetV2) sobre un dataset de 3.256 imágenes de 224 x 224 píxeles, evaluadas mediante precisión, sensibilidad (recall), exactitud (accuracy), área bajo la curva (AUC), F1-Score macro y/o ponderado y su respectiva matriz de confusión. Los tres modelos superaron el umbral del 90 % que se planteó en la hipótesis donde ResNet50 y EfficientNetB0 alcanzaron un accuracy y recall de 0.9877, con un AUC de 0.9998 y 0.9999 respectivamente, mientras MobileNetV2 obtuvo accuracy y recall 0.9908 y 0.9723. El análisis de interpretabilidad mediante Grad-CAM, evidenció que el modelo se orienta hacia regiones morfológicamente relevantes en la mayoría de los casos, aunque el 33.3 % de las imágenes no coincidió con zonas de mayor densidad celular, siendo un patrón más frecuente en Early-B y Pre-B e independientemente del nivel de confianza del modelo. Se concluye que el Transfer Learning (TL) en dos fases constituye una estrategia técnica con potencial para apoyar el diagnóstico temprano en LLA en entornos con recursos limitados.
