Detección y Tratamiento de la dislexia aplicando modelos de Machine Learning

Entre un 10% y un 15% de la población es disléxica, sin embargo, solo un 5% de las personas que tienen dislexia son correctamente diagnosticadas. Los métodos tradicionales utilizados para el diagnóstico consumen una gran cantidad de recursos y no siempre son precisos, lo que dificulta el acceso a una evaluación temprana y adecuada para quienes lo necesitan. Sin embargo, se ha demostrado que una detección temprana de la dislexia aumenta considerablemente las posibilidades de superarla y adquirir habilidades de lectura y escritura satisfactorias. Con el objetivo de abordar esta situación, se ha diseño de un modelo de Machine Learning capaz de detectar la dislexia con una precisión del 96%. Este modelo utiliza algoritmos de clasificación entrenados con un conjunto de datos específico basado en pruebas relevantes para el diagnóstico del trastorno de aprendizaje mencionado. Además, se ha creado una aplicación web completa que integra la prueba de detección de dislexia, brindando a los usuarios la oportunidad de evaluar si padecen esta dificultad de aprendizaje.
La aplicación web desarrollada se ha construido utilizando el framework Django, y se ha prestado especial atención en su accesibilidad, asegurándose de que pueda ser utilizada por cualquier persona. Además de las pruebas de detección, la plataforma proporciona información relevante sobre la dislexia y ofrece ejercicios de entrenamiento interactivos y dinámicos para ayudar a los usuarios a abordar y corregir este trastorno de aprendizaje. A su vez, para garantizar la seguridad y la privacidad de los usuarios, se ha incorporado un módulo de autenticación y gestión de cuentas completo y seguro, que permite a cada usuario tener un perfil personalizado y acceder a sus resultados.

Between 10% and 15% of the population is dyslexic; however, only 5% of individuals with dyslexia are correctly diagnosed. Traditional methods used for diagnosis consume a significant amount of resources and are not always accurate, making it difficult to access early and appropriate evaluations for those in need. Nevertheless, it has been shown that early detection of dyslexia significantly increases the chances of overcoming it and acquiring satisfactory reading and writing skills. To address this situation, a Machine Learning model has been designed capable of detecting dyslexia with 96% accuracy. This model utilizes classification algorithms trained with a specific dataset that includes relevant tests for diagnosing the mentioned learning disorder. Additionally, a comprehensive web application has been developed, integrating the dyslexia detection test, allowing users to assess whether they have this learning difficulty. The developed web application has been built using the Django framework, with special attention given to its accessibility, ensuring it can be used by anyone. In addition to the detection tests, the platform offers relevant information about dyslexia and provides interactive and dynamic training exercises to help users address and correct this learning disorder. A complete and secure authentication and account management module has been incorporated to ensure user security and privacy, allowing each user to have a personalized profile and access their results.