GlucoLens
SALUD Y CIENCIA

DIABETES Y DATOS DE SALUD

¿Qué nos cuentan
los datos de salud?

Cambia los datos de salud y observa cómo varía el resultado.

DiabetesDatos públicos
Ilustración de una médica y una paciente que consultan juntas una tableta
Ilustración creada con IA

Datos del paciente

Los cambios se calculan en tu navegador.

Riesgo de diabetes o prediabetes

Completa los seis datos para ver el resultado.

—%
0 %100 %

Estimación experimental, sin validación clínica. No mide tu riesgo real ni permite un diagnóstico.

¿Qué influye en el resultado?

Peso de cada dato
Baja el resultado Sube el resultado

Influencia de cada dato respecto al promedio. Las cifras no son porcentajes.

¿Y si cambia este dato?

Influencia en el resultado● Datos introducidos

La curva resume lo observado en los datos. No permite saber qué pasaría con un tratamiento.

SOBRE GLUCOLENS

Aprender con datos de salud

Esta actividad permite explorar cómo una herramienta de inteligencia artificial relaciona algunos datos de salud con la diabetes. Introduce los datos de salud para observar el resultado.

¿De dónde vienen los datos de investigación?

Proceden de una encuesta pública de salud de Estados Unidos, disponible en UCI. Recoge información declarada por las personas participantes. La ficha de UCI describe el grupo que se estudia como diabetes o prediabetes. Los datos de investigación no incluyen una medición de glucosa.

¿Qué significa el porcentaje?

Es la predicción que da esta herramienta para los datos introducidos. No se ha comprobado que ese porcentaje coincida con la probabilidad real de una persona. Tampoco predice si desarrollará diabetes en el futuro.

Cambiar un dato sirve para entender el cálculo. No demuestra que un cambio de hábitos o un tratamiento produzca ese efecto en la salud.

Una actividad divulgativa

Esta herramienta no sirve para diagnosticar ni para decidir tratamientos. La valoración de la salud requiere información clínica y la atención de profesionales sanitarios.

Cómo se ha preparado y evaluado

Usamos una red llamada KAN, adaptada del código de Patricia A. Apellániz y Juan Parras. Aprende una relación para cada dato y combina esas relaciones para obtener un resultado.

Se han utilizado 16.000 registros: 9.600 para aprender, 3.200 para ajustar el proceso y 3.200 para comprobar el resultado con ejemplos separados.

Estas pruebas permiten estudiar el funcionamiento de la herramienta. No demuestran que pueda utilizarse en la consulta médica.

Trabajo de investigación · Origen de los datos