Sistema electrónico para el monitoreo de los niveles de estrés laboral que padecen profesionales aplicando algoritmos de Machine Learning

Abstract

El presente trabajo de titulación consiste en el desarrollo de un sistema electrónico que permita realizar la predicción del nivel de estrés laboral mediante el uso de algoritmos de Machine Learning, donde el principal objetivo es detectar y monitorear los niveles de estrés en un grupo de profesionales y contribuyendo así en su control, para que de esta forma se pueda mejorar el rendimiento laboral, lo cual puede ser utilizado como un apoyo en el ámbito de la salud ocupacional, brindando herramientas que permitan un manejo efectivo del estrés en el entorno laboral. El desarrollo de este sistema sigue la metodología del Modelo en "V", garantizando un enfoque estructurado y eficiente en cada etapa del proceso. Para el diseño del prototipo se cuenta con algunos sensores que permiten obtener las señales de algunas variables fisiológicas, también se emplean placas como Arduino UNO y Raspberry Pi 4 para el procesamiento de los datos, con lo que se permitirá calcular el nivel de estrés laboral que experimenta el usuario. Los datos y resultados obtenidos se podrán visualizar a través de una interfaz gráfica desarrollada en Django. Por último, para verificar la funcionalidad y validez de este sistema, se llevaron a cabo pruebas con un grupo del personal administrativo de la facultad FECYT de la Universidad Técnica del Norte, que incluyó tanto hombres como mujeres, analizando los distintos niveles de estrés dependiendo de cada paciente. Además, al aplicar las técnicas sugeridas, se pudo constatar una reducción en los niveles de estrés, y los participantes pudieron notar un mejor rendimiento en sus funciones laborales. Este sistema puede ser un gran apoyo en el ámbito de la salud ocupacional, aportando un mejor diagnóstico y seguimiento adecuado en los profesionales afectados.