Inteligencia artificial para la prevención de la diabetes: un sistema experto basado en FINDRISC en los docentes de una universidad pública

La diabetes mellitus tipo 2 constituye un problema prioritario de salud pública debido a su creciente prevalencia y a la limitada detección temprana en poblaciones institucionales. En este contexto, la presente investigación tuvo como objetivo desarrollar e implementar un sistema experto basado en el Test FINDRISC para la evaluación y prevención del riesgo de diabetes mellitus tipo 2 en los docentes de una universidad pública.  El estudio se desarrolló bajo un enfoque cuantitativo, con un nivel aplicado y un diseño no experimental, descriptivo y transversal. La población estuvo conformada por docentes de la universidad pública seleccionada, considerándose una muestra de 262 participantes, quienes fueron evaluados mediante la aplicación del Test FINDRISC integrado al sistema experto desarrollado. La validación del instrumento evidenció adecuada validez de contenido (V de Aiken = 0.85) y confiabilidad (Alfa de Cronbach = 0.82). Los resultados demostraron que el sistema experto permitió automatizar de manera eficiente la evaluación del riesgo de diabetes mellitus tipo 2, clasificando a los participantes en distintos niveles de riesgo y generando recomendaciones preventivas personalizadas y justificadas. Asimismo, la estructuración de la base de conocimientos y la implementación del motor de inferencia garantizaron un razonamiento consistente, reproducible y explicable, reduciendo la dependencia de la interpretación manual del Test FINDRISC. Se concluye que el sistema experto desarrollado constituye una herramienta eficaz de soporte a la decisión en salud pública universitaria, contribuyendo a la detección temprana del riesgo de diabetes mellitus tipo 2 y al fortalecimiento de estrategias preventivas basadas en evidencia científica.