Publicación: Asistente inteligente y recordatorios personalizados en adultos mayores (ALMA)
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Director
Fecha
Resumen en español
El presente trabajo de grado abarca el diseño, desarrollo y pruebas de un prototipo funcional denominado ALMA (Asistente de Lectura, Memoria y Apoyo / Asistente Inteligente y Recordatorios Personalizados en Adultos Mayores). El proyecto aborda la problemática del olvido de rutinas cotidianas —como la toma de medicamentos y la asistencia a citas médicasderivado de la pérdida gradual de memoria en la población adulta mayor, al tiempo que busca reducir la brecha digital y fomentar la autonomía personal. La solución tecnológica se estructuró en cuatro fases metodológicas (diseño, desarrollo, pruebas e implementación), combinando el lenguaje de programación Python en entornos como Google Colab y VS Code, la integración con la API de OpenAI (modelos de lenguaje GPT) para la interacción mediante procesamiento del lenguaje natural (PLN), un sistema de programación de tareas automatizadas con APScheduler, almacenamiento de datos estructurados mediante SQL y despliegue en la plataforma en la nube Render. Además, el proyecto evalúa viabilidad financiera, restricciones normativas de protección de datos (Ley 1581 de 2012) e impacto ambiental/tecnológico en Colombia.
Resumen en inglés
This degree project presents the design and development of ALMA (Smart Assistant and Personalized Reminders for Older Adults), an assistive technology system aimed at enhancing the quality of life and independence of the elderly population. By leveraging human-computer interaction methods and automated notification workflows, ALMA manages daily tasks, schedules, and medication adherence through personalized reminders tailored to the cognitive and physical needs of the user. The proposed solution bridges the digital divide in geriatric care by delivering an accessible, intuitive, and reliable interface designed for older adults, caregivers, and family members alike. The technological solution was structured into four methodological phases (design, development, testing, and implementation), leveraging Python as the main programming language within Google Colab and VS Code environments, integration with the OpenAI API (GPT language models) for Natural Language Processing (NLP) interaction, an automated task scheduling system via APScheduler, structured SQL data storage, and deployment on the Render cloud platform. Furthermore, the study evaluates financial feasibility, regulatory data protection restrictions (Law 1581 of 2012), and environmental/technological impacts in Colombia.