SITIO WEB CON INTELIGENCIA ARTIFICIAL
PARA DETECCIÓN DE EMOCIONES Y
ASIGNACIÓN DE ACTIVIDADES PARA NIÑOS
CON TRASTORNO DE DÉFICIT DE
ATENCIÓN/HIPERACTIVIDAD (TDAH)
WEBSITE WITH ARTIFICIAL INTELLIGENCE TO DETECT
EMOTIONS AND ASSIGN ACTIVITIES FOR CHILDREN WITH
ATTENTION DEFICIT/HYPERACTIVITY DISORDER (ADHD)
Selene García Nieves
Tecnológico Nacional de México / Instituto Tecnológico Superior de Las Choapas
José Alfonso Gómez Sánchez
Tecnológico Nacional de México / Instituto Tecnológico Superior de Las Choapas
José Eduardo Gerónimo Castro
Tecnológico Nacional de México / Instituto Tecnológico Superior de Las Choapas
Mayra Hernández Oramas
Instituto Tecnológico Superior de Macuspana
María de la Luz Sánchez Mundo
Tecnológico Nacional de México / Instituto Tecnológico Superior de Las Choapas
pág. 4508
DOI: https://doi.org/10.37811/cl_rcm.v9i2.17233
Sitio web con inteligencia artificial para detección de emociones y
asignación de actividades para niños con Trastorno de Déficit de
Atención/Hiperactividad (TDAH).
Selene García Nieves1
s-garcian@choapas.tecnm.mx
https://orcid.org/0000-0002-9412-3110
Tecnológico Nacional de México / Instituto
Tecnológico Superior de Las Choapas
México
José Alfonso Gómez Sánchez
a-gomezs@choapas.tecnm.mx
https://orcid.org/0000-0002-4395-9831
Tecnológico Nacional de México / Instituto
Tecnológico Superior de Las Choapas
México
José Eduardo Gerónimo Castro
J-geronimoc@choapas.tecnm.mx
https://orcid.org/0009-0003-9904-6091
Tecnológico Nacional de México / Instituto
Tecnológico Superior de Las Choapas
México
Mayra Hernández Oramas
mhernandez@macuspana.tecnm.mx
https://orcid.org/0009-0007-5853-2818
Tecnológico Nacional de México / Instituto
Tecnológico Superior de Macuspana
México
María de la Luz Sánchez Mundo
l-sanchezm@choapas.tecnm.mx
https://orcid.org/0000-0001-9065-5681
Tecnológico Nacional de México / Instituto
Tecnológico Superior de Las Choapas
México
RESUMEN
El Trastorno por Déficit de Atención e Hiperactividad (TDAH) es la principal causa de consulta
psiquiátrica en menores de edad en el Instituto Mexicano del Seguro Social (IMSS), atiende alrededor
de cuatro mil pacientes al mes con problemas de comportamiento, de los cuales el 50% corresponden al
TDAH (IMSS, 2023). Por lo anterior el objetivo de este proyecto es implementar un sitio web utilizando
Inteligencia Artificial para la detección de emociones y asignación de actividades personalizadas a niños
con Trastorno de Déficit de Atención/Hiperactividad con el propósito de mejorar su capacidad de
atención, dar apoyo emocional, motivación y mejorar su calidad de vida académica. Los pasos a seguir
para alcanzar el objetivo planteado fueron los siguientes; se obtuvieron los requerimientos mediante
entrevistas con especialistas en atención especial. Se analizó la información para diseñar y desarrollar
un sitio web con inteligencia artificial. Finalmente, se realizó una evaluación del sitio web con los
especialistas mencionados, los resultados obtenidos muestran aceptación respeto a los factores de
utilidad, facilidad e intención de uso.
Palabras clave: tdah, sitio web, trastorno por déficit de atención e hiperactividad
1 Autor principal.
Correspondencia: s-garcian@choapas.tecnm.mx
DOI: https://doi.org/10.37811/cl_rcm.v9i2.17233
Sitio web con inteligencia artificial para detección de emociones y
asignación de actividades para niños con Trastorno de Déficit de
Atención/Hiperactividad (TDAH).
Selene García Nieves1
s-garcian@choapas.tecnm.mx
https://orcid.org/0000-0002-9412-3110
Tecnológico Nacional de México / Instituto
Tecnológico Superior de Las Choapas
México
José Alfonso Gómez Sánchez
a-gomezs@choapas.tecnm.mx
https://orcid.org/0000-0002-4395-9831
Tecnológico Nacional de México / Instituto
Tecnológico Superior de Las Choapas
México
José Eduardo Gerónimo Castro
J-geronimoc@choapas.tecnm.mx
https://orcid.org/0009-0003-9904-6091
Tecnológico Nacional de México / Instituto
Tecnológico Superior de Las Choapas
México
Mayra Hernández Oramas
mhernandez@macuspana.tecnm.mx
https://orcid.org/0009-0007-5853-2818
Tecnológico Nacional de México / Instituto
Tecnológico Superior de Macuspana
México
María de la Luz Sánchez Mundo
l-sanchezm@choapas.tecnm.mx
https://orcid.org/0000-0001-9065-5681
Tecnológico Nacional de México / Instituto
Tecnológico Superior de Las Choapas
México
RESUMEN
El Trastorno por Déficit de Atención e Hiperactividad (TDAH) es la principal causa de consulta
psiquiátrica en menores de edad en el Instituto Mexicano del Seguro Social (IMSS), atiende alrededor
de cuatro mil pacientes al mes con problemas de comportamiento, de los cuales el 50% corresponden al
TDAH (IMSS, 2023). Por lo anterior el objetivo de este proyecto es implementar un sitio web utilizando
Inteligencia Artificial para la detección de emociones y asignación de actividades personalizadas a niños
con Trastorno de Déficit de Atención/Hiperactividad con el propósito de mejorar su capacidad de
atención, dar apoyo emocional, motivación y mejorar su calidad de vida académica. Los pasos a seguir
para alcanzar el objetivo planteado fueron los siguientes; se obtuvieron los requerimientos mediante
entrevistas con especialistas en atención especial. Se analizó la información para diseñar y desarrollar
un sitio web con inteligencia artificial. Finalmente, se realizó una evaluación del sitio web con los
especialistas mencionados, los resultados obtenidos muestran aceptación respeto a los factores de
utilidad, facilidad e intención de uso.
Palabras clave: tdah, sitio web, trastorno por déficit de atención e hiperactividad
1 Autor principal.
Correspondencia: s-garcian@choapas.tecnm.mx
pág. 4509
Website with artificial intelligence to detect emotions and assign activities for
children with Attention Deficit/Hyperactivity Disorder (ADHD)
ABSTRACT
Attention Deficit and Hyperactivity Disorder (ADHD) is the main cause of psychiatric consultation in
minors at the Mexican Social Security Institute (IMSS), which treats around four thousand patients a
month with behavioral problems, of which 50% correspond to ADHD (IMSS, 2023). Therefore, the
objective of this project is to implement a website using Artificial Intelligence for the detection of
emotions and assignment of personalized activities to children with Attention Deficit/Hyperactivity
Disorder with the purpose of improving their attention capacity, providing emotional support,
motivation and improve their quality of academic life. The steps to follow to achieve the stated objective
were the following: The requirements were obtained through interviews with special care specialists.
The information was analyzed to design and develop a website with artificial intelligence. Finally, an
evaluation of the website was carried out with the aforementioned specialists, the results obtained show
acceptance regarding the factors of usefulness, ease and intention of use.
Keywords: adhd, website, attention deficit hyperactivity disorder
Artículo recibido 13 marzo 2025
Aceptado para publicación: 19 abril 2025
Website with artificial intelligence to detect emotions and assign activities for
children with Attention Deficit/Hyperactivity Disorder (ADHD)
ABSTRACT
Attention Deficit and Hyperactivity Disorder (ADHD) is the main cause of psychiatric consultation in
minors at the Mexican Social Security Institute (IMSS), which treats around four thousand patients a
month with behavioral problems, of which 50% correspond to ADHD (IMSS, 2023). Therefore, the
objective of this project is to implement a website using Artificial Intelligence for the detection of
emotions and assignment of personalized activities to children with Attention Deficit/Hyperactivity
Disorder with the purpose of improving their attention capacity, providing emotional support,
motivation and improve their quality of academic life. The steps to follow to achieve the stated objective
were the following: The requirements were obtained through interviews with special care specialists.
The information was analyzed to design and develop a website with artificial intelligence. Finally, an
evaluation of the website was carried out with the aforementioned specialists, the results obtained show
acceptance regarding the factors of usefulness, ease and intention of use.
Keywords: adhd, website, attention deficit hyperactivity disorder
Artículo recibido 13 marzo 2025
Aceptado para publicación: 19 abril 2025
pág. 4510
INTRODUCCIÓN
El 13 de julio se conmemora el Día Internacional del Trastorno por Déficit de Atención con
Hiperactividad (TDAH), una condición mental presente en el 8.8% de la población mundial, de acuerdo
con el World mental health report: Transforming mental health for all, publicado por la Organización
Mundial de la Salud (OMS) en junio de 2022 (OMS, 2022).
El Trastorno de déficit de atención e hiperactividad (TDAH) es uno de los trastornos neuropsiquieátricos
más frecuentes y mejor estudiados en la población infantil. Su relevancia aumenta al entender de qué
forma interfiere en el desarrollo de quienes lo presentan.
Los síntomas mas frecuentes son: Deficit de atención, Hiperactividad, Distracción, Descuido,
Incapacidad para mantenerse atento en tareas o juegos, Aparenta escuchar, Desorganización, Pérdida
frecuente de objetos, material escolar, etc. Esto trae como consecuencia problemas académicos que
menudo resultan en altos índices de reprobación y calificaciones bajas, lo que no solo afecta a nivel
estatal, sino también nacional e internacionalmente. En prácticamente todas las escuelas, al menos un
alumno enfrenta dificultades para comprender completamente un tema y carece de recursos efectivos
para superar estas barreras.
Los síntomas inician generalmente durante los primeros 5 años de vida aunque es comúnmente
diagnósticado entre los 7 y los 10 años de edad. Los Pacientes que han sido diagnónsticados con TDAH
en la infancia presentan síntomas en la adolescencia en un 60% a 85% y eun 60% en la edad adulta,
etapa en la cual la tendencia es la disminución de los síntomas.
Por otra parte, el Instituto Mexicano del Seguro Social (IMSS) brinda tratamiento farmacológico en el
servicio de Psiquiatría y apoyo educativo en Psicología para atender el Trastorno por Déficit de Atención
e Hiperactividad (TDAH), actualmente atiende a un total de cuatro mil pacientes al mes con problemas
de comportamiento, de los cuales el 50% corresponden al TDAH (IMSS, 2023).
Se realizó una búsqueda de trabajos relacionados al proyecto entre las cuales se resaltan los siguientes:
Aparicio (2024) en su artículo Tecnologías emergentes en el Diagnóstico y Tratamiento del TDAH
realizó una revisión de los avances en el diagnóstico y tratamiento del TDAH, destacando plataformas
y metodologías innovadoras. La investigación considera a la pupilometría como herramienta de
diagnóstico y profundiza en el neurorretroalimentación y biorretroalimentación como protocolos de
INTRODUCCIÓN
El 13 de julio se conmemora el Día Internacional del Trastorno por Déficit de Atención con
Hiperactividad (TDAH), una condición mental presente en el 8.8% de la población mundial, de acuerdo
con el World mental health report: Transforming mental health for all, publicado por la Organización
Mundial de la Salud (OMS) en junio de 2022 (OMS, 2022).
El Trastorno de déficit de atención e hiperactividad (TDAH) es uno de los trastornos neuropsiquieátricos
más frecuentes y mejor estudiados en la población infantil. Su relevancia aumenta al entender de qué
forma interfiere en el desarrollo de quienes lo presentan.
Los síntomas mas frecuentes son: Deficit de atención, Hiperactividad, Distracción, Descuido,
Incapacidad para mantenerse atento en tareas o juegos, Aparenta escuchar, Desorganización, Pérdida
frecuente de objetos, material escolar, etc. Esto trae como consecuencia problemas académicos que
menudo resultan en altos índices de reprobación y calificaciones bajas, lo que no solo afecta a nivel
estatal, sino también nacional e internacionalmente. En prácticamente todas las escuelas, al menos un
alumno enfrenta dificultades para comprender completamente un tema y carece de recursos efectivos
para superar estas barreras.
Los síntomas inician generalmente durante los primeros 5 años de vida aunque es comúnmente
diagnósticado entre los 7 y los 10 años de edad. Los Pacientes que han sido diagnónsticados con TDAH
en la infancia presentan síntomas en la adolescencia en un 60% a 85% y eun 60% en la edad adulta,
etapa en la cual la tendencia es la disminución de los síntomas.
Por otra parte, el Instituto Mexicano del Seguro Social (IMSS) brinda tratamiento farmacológico en el
servicio de Psiquiatría y apoyo educativo en Psicología para atender el Trastorno por Déficit de Atención
e Hiperactividad (TDAH), actualmente atiende a un total de cuatro mil pacientes al mes con problemas
de comportamiento, de los cuales el 50% corresponden al TDAH (IMSS, 2023).
Se realizó una búsqueda de trabajos relacionados al proyecto entre las cuales se resaltan los siguientes:
Aparicio (2024) en su artículo Tecnologías emergentes en el Diagnóstico y Tratamiento del TDAH
realizó una revisión de los avances en el diagnóstico y tratamiento del TDAH, destacando plataformas
y metodologías innovadoras. La investigación considera a la pupilometría como herramienta de
diagnóstico y profundiza en el neurorretroalimentación y biorretroalimentación como protocolos de
pág. 4511
tratamiento prometedores. Se discute la utilización de Sistemas de Interacción Humano-Robot (HRpI)
e Interfaces Cerebro-Computadora (BCI) como vías emergentes para mejorar la calidad de vida de los
pacientes. Finalmente se aborda la aplicación de algoritmos de Inteligencia Artificial (IA) como
herramientas de apoyo al diagnóstico. Estos desarrollos progresivos representan un futuro prometedor
para el manejo del TDAH y enfatizan la necesidad de colaboración interdisciplinaria entre la psicología,
las neurociencias, la ingeniería y la salud mental.
Jiménez (2022) por otra parte menciona que la tecnologí a ayuda a desarrollar sistemas interactivos que
motivan que los estudiantes la usen. En su artículo diseña y realiza un prototipo de software para niñ os
con TDAH haciendo uso de un motor grá fico para la construcció n de videojuegos. Con la finalidad de
captar la atenció n de los estudiantes y mejorar sus capacidades cognitivas, el mismo que sirve como
apoyo para las terapias de lenguaje de niñ os con TDAH. Este prototipo de software puede ser aplicado
en cualquier institució n educativa donde se tenga niñ os con TDAH como apoyo a las terapias del
lenguaje. Sin embargo, el software debe tener el acompañ amiento de un especialista para la obtenció n
de ó ptimos resultados.
Dueñas (2023) en su artículo Solución tecnológica para niños con TDAH mediante el uso de realidad
aumentada en juegos serios presenta una herramienta digital alterna para dispositivos móviles Android
usando la Realidad Aumentada (RA) con el Software Development Kit (SDK) de AR Foundation en el
motor de juego Unity3D para el diagnóstico diferencial, en el que ayuda al psicólogo a obtener un
diagnóstico inicial de problemas familiares que podrían ser agravantes de la situación del paciente,
mediante el análisis del contexto familiar, así como, una alternativa digital al juego cognitivo conductual
de fichas de memoria.
Jácome (2023) en su tesis Implementación de un Metaverso como método de análisis y detección del
Trastorno por Déficit de Atención (TDA) en niños de edad intermedia, menciona que el uso de
metaversos en la detección del TDA puede ofrecer una serie de ventajas significativas. En primer lugar,
los metaversos permiten realizar mediciones objetivas, lo que significa que los datos recolectados son
menos propensos a la interpretación subjetiva o sesgada. Esto es especialmente relevante en el caso del
TDA, donde los síntomas pueden variar y ser difíciles de evaluar de manera precisa. Además, los
metaversos tienen el potencial de aumentar la motivación de los niños durante el proceso de detección.
tratamiento prometedores. Se discute la utilización de Sistemas de Interacción Humano-Robot (HRpI)
e Interfaces Cerebro-Computadora (BCI) como vías emergentes para mejorar la calidad de vida de los
pacientes. Finalmente se aborda la aplicación de algoritmos de Inteligencia Artificial (IA) como
herramientas de apoyo al diagnóstico. Estos desarrollos progresivos representan un futuro prometedor
para el manejo del TDAH y enfatizan la necesidad de colaboración interdisciplinaria entre la psicología,
las neurociencias, la ingeniería y la salud mental.
Jiménez (2022) por otra parte menciona que la tecnologí a ayuda a desarrollar sistemas interactivos que
motivan que los estudiantes la usen. En su artículo diseña y realiza un prototipo de software para niñ os
con TDAH haciendo uso de un motor grá fico para la construcció n de videojuegos. Con la finalidad de
captar la atenció n de los estudiantes y mejorar sus capacidades cognitivas, el mismo que sirve como
apoyo para las terapias de lenguaje de niñ os con TDAH. Este prototipo de software puede ser aplicado
en cualquier institució n educativa donde se tenga niñ os con TDAH como apoyo a las terapias del
lenguaje. Sin embargo, el software debe tener el acompañ amiento de un especialista para la obtenció n
de ó ptimos resultados.
Dueñas (2023) en su artículo Solución tecnológica para niños con TDAH mediante el uso de realidad
aumentada en juegos serios presenta una herramienta digital alterna para dispositivos móviles Android
usando la Realidad Aumentada (RA) con el Software Development Kit (SDK) de AR Foundation en el
motor de juego Unity3D para el diagnóstico diferencial, en el que ayuda al psicólogo a obtener un
diagnóstico inicial de problemas familiares que podrían ser agravantes de la situación del paciente,
mediante el análisis del contexto familiar, así como, una alternativa digital al juego cognitivo conductual
de fichas de memoria.
Jácome (2023) en su tesis Implementación de un Metaverso como método de análisis y detección del
Trastorno por Déficit de Atención (TDA) en niños de edad intermedia, menciona que el uso de
metaversos en la detección del TDA puede ofrecer una serie de ventajas significativas. En primer lugar,
los metaversos permiten realizar mediciones objetivas, lo que significa que los datos recolectados son
menos propensos a la interpretación subjetiva o sesgada. Esto es especialmente relevante en el caso del
TDA, donde los síntomas pueden variar y ser difíciles de evaluar de manera precisa. Además, los
metaversos tienen el potencial de aumentar la motivación de los niños durante el proceso de detección.
pág. 4512
Al crear un entorno virtual interactivo y atractivo, los niños pueden sentirse más comprometidos y
dispuestos a participar en las actividades de evaluación. Esto puede resultar en una mejor calidad de los
datos recopilados y una comprensión más precisa de los síntomas del TDA en cada niño.A través de una
evaluación meticulosa y una comparación rigurosa entre los resultados del Metaverso y los indicadores
de la Escala de Conners, examinados por profesionales en el campo, se ha demostrado que el Metaverso
puede ofrecer una perspectiva valiosa y complementaria en la detección de síntomas del TDA en niños
de edad intermedia.
Aviles (2022) hace incapié que la capacidad de reconocer emociones faciales no solamente es una
habilidad propia de los seres humanos, con el avance tecnológico en el campo de la Inteligencia
Artificial (IA), las computadoras también son capaces de aprender a reconocer emociones faciales a
través de varios tipos de software de reconocimiento y librerías creadas para este fin. El uso de
Python, OpenCV, Keras, Tensorflow y Redes Neuronales Convolucionales (CNN) han hecho posible
construir un algoritmo que realiza la detección, extracción y evaluación de estas expresiones faciales
para el reconocimiento automático de emociones.
Se observó que aún cuando existen investigaciones y desarrollos tecnológicos realizados, queda mucho
camino por recorrer, es por esto que el objetivo de este proyecto es implementar un sitio web utilizando
Inteligencia Artificial para la detección de emociones y asignación de actividades personalizadas a niños
con Trastorno de Déficit de Atención/Hiperactividad con el propósito de mejorar su capacidad de
atención, dar apoyo emocional, motivación y mejorar su calidad de vida académica.
METODOLOGÍA
Para el desarrollo de este proyecto se empleó la metodología de IBM, Rational Unified Process
(RUP) y el modelo de desarrollo iterativo. El enfoque del estudio presentado en este artículo es
cuantitativo, siendo una investigación de tipo aplicada. El diseño utilizado fue experimental y transversal
ya que los resultados obtenidos fueron en una sola ocasión de tiempo.
Obtención de los requerimientos
El primer elemento que se tomó en cuenta para obtener los requerimientos fueron las técnicas
de entrevista y observación con especialistas del sector, de manera virtual y presencial.
Al crear un entorno virtual interactivo y atractivo, los niños pueden sentirse más comprometidos y
dispuestos a participar en las actividades de evaluación. Esto puede resultar en una mejor calidad de los
datos recopilados y una comprensión más precisa de los síntomas del TDA en cada niño.A través de una
evaluación meticulosa y una comparación rigurosa entre los resultados del Metaverso y los indicadores
de la Escala de Conners, examinados por profesionales en el campo, se ha demostrado que el Metaverso
puede ofrecer una perspectiva valiosa y complementaria en la detección de síntomas del TDA en niños
de edad intermedia.
Aviles (2022) hace incapié que la capacidad de reconocer emociones faciales no solamente es una
habilidad propia de los seres humanos, con el avance tecnológico en el campo de la Inteligencia
Artificial (IA), las computadoras también son capaces de aprender a reconocer emociones faciales a
través de varios tipos de software de reconocimiento y librerías creadas para este fin. El uso de
Python, OpenCV, Keras, Tensorflow y Redes Neuronales Convolucionales (CNN) han hecho posible
construir un algoritmo que realiza la detección, extracción y evaluación de estas expresiones faciales
para el reconocimiento automático de emociones.
Se observó que aún cuando existen investigaciones y desarrollos tecnológicos realizados, queda mucho
camino por recorrer, es por esto que el objetivo de este proyecto es implementar un sitio web utilizando
Inteligencia Artificial para la detección de emociones y asignación de actividades personalizadas a niños
con Trastorno de Déficit de Atención/Hiperactividad con el propósito de mejorar su capacidad de
atención, dar apoyo emocional, motivación y mejorar su calidad de vida académica.
METODOLOGÍA
Para el desarrollo de este proyecto se empleó la metodología de IBM, Rational Unified Process
(RUP) y el modelo de desarrollo iterativo. El enfoque del estudio presentado en este artículo es
cuantitativo, siendo una investigación de tipo aplicada. El diseño utilizado fue experimental y transversal
ya que los resultados obtenidos fueron en una sola ocasión de tiempo.
Obtención de los requerimientos
El primer elemento que se tomó en cuenta para obtener los requerimientos fueron las técnicas
de entrevista y observación con especialistas del sector, de manera virtual y presencial.
pág. 4513
Para la obtención de los requerimientos se realizaron reuniones con especialistas en atención a niños
especiales y administrativo del sector salud y educativo. De tal manera que los requerimientos se
obtuvieron del sector salud y del sector educativo.
También se tomó en cuenta fue el normativo vigente. Los requerimientos del sistema de realidad
virtual se plasmaron en un formato del estándar IEEE 830 de especificación de requerimientos de
software sistema, el estándar IEEE830 sugiere una serie de puntos a tener en cuenta para realizar
un documento de requerimientos de software.
Análisis de la información
De acuerdo a los requerimientos recopilados se procedió a realizar un análisis de la información
y se concluyó que el sitio web debe contener lo siguiente:
• Información sobre el TDAH
• Una base de datos de la información de los niños.
• 3 tipos de usuario: especialista o maestros, niño y padre o tutor.
• Detección de emociones.
• Actividades de acuerdo a 4 emociones básicas: alegría, tristeza, enojo y miedo.
Diseño de arquitectura tecnológica e interfaces.
La arquitectura tecnológica se muestra en la Figura 1, en la cual se puede mencionar que consta de 3
nodos, el nodo 1 es el cliente web que accede al servidor mediante un navegador, el nodo 2 es es el
servidor web que consta del servidor asp, el conector a la base de datos y el enlace al reconocimiento de
emociones de Teachable Machine.
Para la obtención de los requerimientos se realizaron reuniones con especialistas en atención a niños
especiales y administrativo del sector salud y educativo. De tal manera que los requerimientos se
obtuvieron del sector salud y del sector educativo.
También se tomó en cuenta fue el normativo vigente. Los requerimientos del sistema de realidad
virtual se plasmaron en un formato del estándar IEEE 830 de especificación de requerimientos de
software sistema, el estándar IEEE830 sugiere una serie de puntos a tener en cuenta para realizar
un documento de requerimientos de software.
Análisis de la información
De acuerdo a los requerimientos recopilados se procedió a realizar un análisis de la información
y se concluyó que el sitio web debe contener lo siguiente:
• Información sobre el TDAH
• Una base de datos de la información de los niños.
• 3 tipos de usuario: especialista o maestros, niño y padre o tutor.
• Detección de emociones.
• Actividades de acuerdo a 4 emociones básicas: alegría, tristeza, enojo y miedo.
Diseño de arquitectura tecnológica e interfaces.
La arquitectura tecnológica se muestra en la Figura 1, en la cual se puede mencionar que consta de 3
nodos, el nodo 1 es el cliente web que accede al servidor mediante un navegador, el nodo 2 es es el
servidor web que consta del servidor asp, el conector a la base de datos y el enlace al reconocimiento de
emociones de Teachable Machine.
pág. 4514
Figura 1. Arquitectura tecnológica
Las interfaces del sitio web se desarrollaron en línea en la aplicación Balsamiq, en la Figura 2 se muestra
los tipos de usuarios que se pueden registrar y en la Figura 3 se muestra la interfaz para el alta de niños.
Figura 2. Tipos de usuario del sitio web
Figura 3. Alta de niños
Figura 1. Arquitectura tecnológica
Las interfaces del sitio web se desarrollaron en línea en la aplicación Balsamiq, en la Figura 2 se muestra
los tipos de usuarios que se pueden registrar y en la Figura 3 se muestra la interfaz para el alta de niños.
Figura 2. Tipos de usuario del sitio web
Figura 3. Alta de niños
pág. 4515
Desarrollo del sitio web.
En la Figura 4 se visualiza la página principal del sitio web, donde el usuario podrá visualizar
información acerca del TDAH.
Figura 4. Página principal del sitio web
En la Figura 5 se visualiza la página de inicio de sesión, donde el usuario (administrador, tutor o infante)
podrá iniciar sesión:
Figura 5. Página inicio de sesión
En la Figura 6 se visualizan las secciones del sitio web, con el acceso al detector de emociones.
Desarrollo del sitio web.
En la Figura 4 se visualiza la página principal del sitio web, donde el usuario podrá visualizar
información acerca del TDAH.
Figura 4. Página principal del sitio web
En la Figura 5 se visualiza la página de inicio de sesión, donde el usuario (administrador, tutor o infante)
podrá iniciar sesión:
Figura 5. Página inicio de sesión
En la Figura 6 se visualizan las secciones del sitio web, con el acceso al detector de emociones.
pág. 4516
Figura 6. Secciones del sitio web
En la Figura 7 se visualizan las emociones que pueden ser detectadas utilizando Teachable Machine.
Figura 7. Emociones a ser detectadas
En la Figura 8 se visualizan las actividades que se pueden realizar si el rostro del niño fue de alegría.
Figura 8. Actividades de la emoción alegría
En la Figura 9 se visualizan las actividades que se pueden realizar si el rostro del niño fue de enojo.
Figura 9. Actividades de la emoción enojo.
Figura 6. Secciones del sitio web
En la Figura 7 se visualizan las emociones que pueden ser detectadas utilizando Teachable Machine.
Figura 7. Emociones a ser detectadas
En la Figura 8 se visualizan las actividades que se pueden realizar si el rostro del niño fue de alegría.
Figura 8. Actividades de la emoción alegría
En la Figura 9 se visualizan las actividades que se pueden realizar si el rostro del niño fue de enojo.
Figura 9. Actividades de la emoción enojo.
pág. 4517
RESULTADOS Y DISCUSIÓN
Se realizó una evaluación preliminar con 6 especialistas en atención al cuidado de niños con necesidades
especiales para conocer las percepciones del sitio web en base a los factores de utilidad, facilidad de uso
e intención de uso.
Como primer paso se proporcionó una explicación del uso del sitio web a los especialiastas, se les indicó
y realizaron las siguientes actividades:
• Registrar niños en el sitio web.
• Buscar niños por nombre.
• Registrar padres o tutores.
• Cambiar padres o tutores.
• Detectar emociones de al menos un niño.
• Asignar actividades de acuerdo a la emoción detectada por el sitio web con inteligencia
artificial.
Posterior a que se realizaron las actividades se aplicó una encuesta evaluativa de la aplicación a cada
participante, con una duración aproximada de 10 minutos. Las respuestas de cada una de las preguntas
se realizaron con una escala Likert de 5 niveles (completamente de acuerdo, de acuerdo, neutral, en
desacuerdo, completamente en desacuerdo), se eligió la escala Likert por ser una de las herramientas
más utilizadas por los investigadores cuando desean evaluar las opiniones y actitudes de una población
o muestra seleccionada. Los resultados de las encuestas se capturaron en el software estadístico SPSS.
A continuación, se presentan los resultados de cada factor evaluado.
RESULTADOS Y DISCUSIÓN
Se realizó una evaluación preliminar con 6 especialistas en atención al cuidado de niños con necesidades
especiales para conocer las percepciones del sitio web en base a los factores de utilidad, facilidad de uso
e intención de uso.
Como primer paso se proporcionó una explicación del uso del sitio web a los especialiastas, se les indicó
y realizaron las siguientes actividades:
• Registrar niños en el sitio web.
• Buscar niños por nombre.
• Registrar padres o tutores.
• Cambiar padres o tutores.
• Detectar emociones de al menos un niño.
• Asignar actividades de acuerdo a la emoción detectada por el sitio web con inteligencia
artificial.
Posterior a que se realizaron las actividades se aplicó una encuesta evaluativa de la aplicación a cada
participante, con una duración aproximada de 10 minutos. Las respuestas de cada una de las preguntas
se realizaron con una escala Likert de 5 niveles (completamente de acuerdo, de acuerdo, neutral, en
desacuerdo, completamente en desacuerdo), se eligió la escala Likert por ser una de las herramientas
más utilizadas por los investigadores cuando desean evaluar las opiniones y actitudes de una población
o muestra seleccionada. Los resultados de las encuestas se capturaron en el software estadístico SPSS.
A continuación, se presentan los resultados de cada factor evaluado.
pág. 4518
Resultados por parte de los especialistas.
En la Figura 10 se visualizan los resultados obtenidos de los 6 especialistas en los factores de utilidad,
facilidad e intención de eso. Recordando que la escala de resultados fue en una escala de 1 a 5, los
resultados fueron los siguientes:
Factor de utilidad: se obtuvo un promedio de 4.8 con una desviación estándar de 0.39.
Factor de facilidad de uso: se obtuvo un promedio de 4.6 con una desviación estándar de 0.51.
Factor de intención de uso: se obtuvo un promedio de 4.9 con una desviación estándar de 0.29.
Los resultados obtenidos hacen referencia a que se encuentran en el rango de 4 (de acuerdo) y 5
(totalmente de acuerdo), con desviación estándar pequeñas respecto al promedio, por lo cual podría
decirse que de manera general los especialistas consideran útil, fácil de usar y tienen la intención de usar
el Sitio web con inteligencia artificial para detección de emociones y asignación de actividades para
niños con Trastorno de Déficit de Atención/Hiperactividad (TDAH).
Figura 10. Gráfica de percepciones de los especialistas.
CONCLUSIONES
De acuerdo con el sitio web desarrollado y los buenos resultados preliminares que se presentan, se puede
concluir que es importante desarrollar tecnología en la que no solo participen los especialistas
tecnológicos, si no que se realice en conjunto con los especialistas del área en que se desarrolle el
proyecto, en este caso los especialistas en atención a niños con necesidades especiales.
Este estudio se realizó de forma transversal, se recomienda un seguimiento y evaluación longitudinal,
así como que el sitio web sea utilizado por niños y tutores para que de esta manera el experimento de
evaluación fortalezca los resultados presentados.
Resultados por parte de los especialistas.
En la Figura 10 se visualizan los resultados obtenidos de los 6 especialistas en los factores de utilidad,
facilidad e intención de eso. Recordando que la escala de resultados fue en una escala de 1 a 5, los
resultados fueron los siguientes:
Factor de utilidad: se obtuvo un promedio de 4.8 con una desviación estándar de 0.39.
Factor de facilidad de uso: se obtuvo un promedio de 4.6 con una desviación estándar de 0.51.
Factor de intención de uso: se obtuvo un promedio de 4.9 con una desviación estándar de 0.29.
Los resultados obtenidos hacen referencia a que se encuentran en el rango de 4 (de acuerdo) y 5
(totalmente de acuerdo), con desviación estándar pequeñas respecto al promedio, por lo cual podría
decirse que de manera general los especialistas consideran útil, fácil de usar y tienen la intención de usar
el Sitio web con inteligencia artificial para detección de emociones y asignación de actividades para
niños con Trastorno de Déficit de Atención/Hiperactividad (TDAH).
Figura 10. Gráfica de percepciones de los especialistas.
CONCLUSIONES
De acuerdo con el sitio web desarrollado y los buenos resultados preliminares que se presentan, se puede
concluir que es importante desarrollar tecnología en la que no solo participen los especialistas
tecnológicos, si no que se realice en conjunto con los especialistas del área en que se desarrolle el
proyecto, en este caso los especialistas en atención a niños con necesidades especiales.
Este estudio se realizó de forma transversal, se recomienda un seguimiento y evaluación longitudinal,
así como que el sitio web sea utilizado por niños y tutores para que de esta manera el experimento de
evaluación fortalezca los resultados presentados.
pág. 4519
REFERENCIAS BIBLIOGRÁFICAS
Aparicio-Juárez, J., Domínguez-Ramírez, O. A., & Escotto-Córdova, E. A. (2024). Tecnologías
Emergentes en el Diagnóstico y Tratamiento del TDAH. Pädi Boletín Científico De Ciencias
Básicas E Ingenierías Del ICBI, 12(23). Recuperado a partir de
https://repository.uaeh.edu.mx/revistas/index.php/icbi/article/view/12081
Avilés Valencia, J. H., Centeno Alomoto, M. G., Encarnación Umatambo, M. L., & Trujillo
Quinto, W. A. (2022). Construcción de una app nativa Android para la
detección facial de emociones usando técnicas de inteligencia artificial. Pro Sciences:
Revista De Producción, Ciencias E Investigación, 6(45), 52-61.
https://doi.org/10.29018/issn.2588-1000vol6iss45.2022pp52-61
Dueñas-Guevara, M.A. & Mendoza-Marin, A.A.(2023). Solución tecnológica para niños con TDAH
mediante el uso de realidad aumentada en juegos serios.Recuperado a partir de
https://repositorioacademico.upc.edu.pe/handle/10757/668697
Jácome, C., Milena, C., Ramos Espinosa, C. L., & Tapia León, F. M. I. (2023). mplementación de un
Metaverso como método de análisis y detección del Trastorno por Déficit de Atención (TDA)
en niños de edad intermedia. Recuperado a partir de
https://repositorio.espe.edu.ec/bitstream/21000/37543/1/T-ESPE-058530.pdf
Jiménez-Quiñonez, J.P. & Campoverde-Molina, M. (2022). Diseño de un prototipo de software para la
terapia de lenguaje de niños con Trastorno de Déficit de Atención con
Hiperactividad.Recuperado a partir de
https://dialnet.unirioja.es/servlet/articulo?codigo=8354906
IMSS. (2024). Trastornos por déficit de atención e hiperactividad. Recuperado a partir
de https://www.imss.gob.mx/salud-en-linea/infografias/tdah
IMSS. (2023). IMSS atiende Trastorno por Déficit de Atención e Hiperactividad con tratamiento
farmacológico y educacional. Recuperado a partir de
https://www.imss.gob.mx/prensa/archivo/202307/365
OMS.(2022). Informe mundial sobre la salud mental: Transformar la salud mental para todos.
Recuperado a partir de
https://iris.who.int/bitstream/handle/10665/356119/9789240049338eng.pdf?sequence=1
REFERENCIAS BIBLIOGRÁFICAS
Aparicio-Juárez, J., Domínguez-Ramírez, O. A., & Escotto-Córdova, E. A. (2024). Tecnologías
Emergentes en el Diagnóstico y Tratamiento del TDAH. Pädi Boletín Científico De Ciencias
Básicas E Ingenierías Del ICBI, 12(23). Recuperado a partir de
https://repository.uaeh.edu.mx/revistas/index.php/icbi/article/view/12081
Avilés Valencia, J. H., Centeno Alomoto, M. G., Encarnación Umatambo, M. L., & Trujillo
Quinto, W. A. (2022). Construcción de una app nativa Android para la
detección facial de emociones usando técnicas de inteligencia artificial. Pro Sciences:
Revista De Producción, Ciencias E Investigación, 6(45), 52-61.
https://doi.org/10.29018/issn.2588-1000vol6iss45.2022pp52-61
Dueñas-Guevara, M.A. & Mendoza-Marin, A.A.(2023). Solución tecnológica para niños con TDAH
mediante el uso de realidad aumentada en juegos serios.Recuperado a partir de
https://repositorioacademico.upc.edu.pe/handle/10757/668697
Jácome, C., Milena, C., Ramos Espinosa, C. L., & Tapia León, F. M. I. (2023). mplementación de un
Metaverso como método de análisis y detección del Trastorno por Déficit de Atención (TDA)
en niños de edad intermedia. Recuperado a partir de
https://repositorio.espe.edu.ec/bitstream/21000/37543/1/T-ESPE-058530.pdf
Jiménez-Quiñonez, J.P. & Campoverde-Molina, M. (2022). Diseño de un prototipo de software para la
terapia de lenguaje de niños con Trastorno de Déficit de Atención con
Hiperactividad.Recuperado a partir de
https://dialnet.unirioja.es/servlet/articulo?codigo=8354906
IMSS. (2024). Trastornos por déficit de atención e hiperactividad. Recuperado a partir
de https://www.imss.gob.mx/salud-en-linea/infografias/tdah
IMSS. (2023). IMSS atiende Trastorno por Déficit de Atención e Hiperactividad con tratamiento
farmacológico y educacional. Recuperado a partir de
https://www.imss.gob.mx/prensa/archivo/202307/365
OMS.(2022). Informe mundial sobre la salud mental: Transformar la salud mental para todos.
Recuperado a partir de
https://iris.who.int/bitstream/handle/10665/356119/9789240049338eng.pdf?sequence=1