After the experience of the COVID-19 pandemic, it has become evident that efficient and secure interoperability of medical information is crucial for effective diagnoses and medical treatments. However, a significant challenge arises concerning the heterogeneity of the systems storing patient information in medical centers or hospitals. Memory management becomes a pivotal element for the effective operation of the proposed API, as it must seamlessly execute across various devices, ranging from healthcare units, such as mobile phones, to servers in cloud computing. This proposal addresses these issues through techniques designed to enhance the performance of the software architecture in creating a medical interoperability API. This API has the capacity to be cloned and distributed to facilitate the exchange of data related to a patient’s medical history. To tackle heterogeneity, efficient memory management was implemented by utilizing an object-oriented approach and leveraging design patterns like abstract factory and wrapper. Regarding the evaluation of the proposal, this study showed an estimated performance of 94.5 percent, which was indirectly demonstrated through the assessment of operation sequences. This result suggests a satisfactory level based on complexity and coupling.
En el ámbito educativo se requieren de herramientas tecnológicas que tengan disponibilidad inmediata en cualquier momento del día, por lo que los asistentes conversacionales son la herramienta ideal para apoyar el proceso de aprendizaje del estudiantado facilitando la resolución de dudas y acceso a información especializada. Este trabajo describe el desarrollo de un chatbot en Dialogflow plataforma de Google integrado con la aplicación de mensajería Telegram para asistir el aprendizaje de programación de computadoras. Se abordan los chatbots desde su definición, antecedentes y aplicaciones en la educación con el objetivo de desarrollar un chatbot específico para la comunidad del Centro universitario UAEM Texcoco y ser usado como un medio de consulta de información y atención a dudas. Se utilizó el modelo de desarrollo espiral, considerando el léxico utilizado por el estudiantado mismo que fue analizado con Lancsbox, se realizaron tres instrumentos de recolección de datos y se validaron con pruebas estadísticas, la primera prueba es el Coeficiente de Alfa de Cronbach esta se aplicó al cuestionario aplicado tanto a docentes como a estudiantes para evaluar la opinión de usabilidad y funcionamiento del agente conversacional. Se plantearon cuatro hipótesis de investigación, que fueron evaluadas con la segunda prueba estadística; la T de Student. Se comprobaron las hipótesis con los datos de las muestras y los resultados obtenidos permiten aceptar las hipótesis formuladas por lo que se concluye que el asistente conversacional es percibido como una herramienta que permite apoyar el aprendizaje de la programación de computadoras. Los chatbots son un ejemplo de aplicación de nuevas herramientas en el ámbito educativo, el uso de este asistente permite la interacción del estudiante como si estuvieran en asesorías con los profesores, de modo que el asistente es una herramienta innovadora personalizada como medio de consulta de información dirigida a un aprendizaje de temas especializados.