Algoritmo para la detección temprana en niños de trastornos del lenguaje (dislalia).

Abstract

Para el presente trabajo se buscó ampliar un análisis correspondiente a los trastornos del lenguaje también conocido como dislalia, misma que se produce en la disfunción de ciertos sonidos de vocales y consonantes, causadas por las alteraciones en los órganos fono articuladores como los labios, lengua, carrillos paladar, aparato respiratorio, cavidades supra glóticas, las cuales se pueden originar por una evolución anómala en su crecimiento, en su forma o en su posición; debido a diferentes factores etiológicos, presentándose así; los tipos de trastornos de dislalia más comunes a través de un algoritmo basado en machine learning, ejecutando predicciones mediante el consumo de una base de datos donde se alojan los diferentes casos de dislalia. Por tanto, este proyecto de titulación tiene como fin elaborar un algoritmo mediante la herramienta Open Source tal como “Lenguaje de Programación Python” con el framework Django utilizando una base de datos brindada por la unidad del Fondo Competitivo de Investigación de la Universidad de Guayaquil para detectar tempranamente los posibles trastornos de leguaje como la dislalia en niños de 3 a 5 años, mismo que va a ayudar al profesional tratante o Logopeda, realizando una gestión rápida para la detección del trastorno del lenguaje. En cuanto a la metodología utilizada, este trabajo es de enfoque cualitativo, a nivel descriptivo y transversal. Se utilizaron entrevistas a expertos con cuestionarios de preguntas dicotómicas para conocer las opiniones sobre la importancia de la detección temprana de la dislalia, así como la utilización de software para ello. Los resultados demostraron que una detección temprana favorece al rápido tratamiento del menor, así como una mejor calidad de vida y esto se logra mediante el uso del algoritmo creado para que sirva de base en las investigaciones y tratamientos del Logopeda.

For the present work, we sought to expand an analysis corresponding to language disorders also known as dyslalia, which occurs in the dysfunction of certain vowel and consonant sounds, caused by alterations in the phono-articulating organs such as the lips, tongue, palate cheeks, respiratory system, supra glottic cavities, which can be caused by an abnormal evolution in growth, shape or position; due to different etiological factors, presenting itself like this; the most common types of dyslalia disorders through an algorithm based on machine learning, executing predictions by consuming a database where the different cases of dyslalia are housed. Therefore, this degree project aims to develop an algorithm using the Open-Source tool such as "Python Programming Language" with the Django framework using a database provided by the Competitive Research Fund unit of the University of Guayaquil to Early detection of possible language disorders such as dyslalia in children from 3 to 5 years old, which will help the treating professional or Speech Therapist performing a rapid management for the detection of the language disorder. Regarding the methodology used, this work has a qualitative approach, at a descriptive and cross-sectional level. Interviews with experts with questionnaires of dichotomous questions were used to obtain opinions on the importance of early detection of dyslalia as well as the use of software for it. The results showed that early detection favors the rapid treatment of the minor, as well as a better quality of life and this is achieved through the use of the algorithm created to serve as the basis for research and treatments of the Speech Therapist.