Aprendizaje Reforzado para Mejorar la Adherencia en Sistemas de Páncreas Artificial

En esta IPre, el/la estudiante desarrollará algoritmos de Aprendizaje Reforzado (Reinforcement Learning) para mejorar la adherencia del usuario en sistemas de páncreas artificial. Estos sistemas automatizan la administración de insulina, pero dependen de que las personas anuncien oportunamente sus comidas. El objetivo del proyecto es diseñar un agente inteligente que aprenda cuándo y cómo intervenir (por ejemplo, mediante recordatorios o incentivos) para aumentar la probabilidad de anuncios correctos y a tiempo.

El proyecto se abordará como un problema de decisión secuencial, donde el/la estudiante deberá desarrollar un modelo del comportamiento del usuario que represente distintos niveles de adherencia y respuesta a las intervenciones. Sobre este entorno simulado, se entrenará un agente de aprendizaje reforzado que optimice el balance entre mejorar la adherencia y minimizar intervenciones innecesarias. El trabajo se realizará con simulaciones y permitirá adquirir experiencia práctica en modelamiento, control inteligente y aprendizaje por refuerzo en un contexto real de salud digital.