Sistema inteligente y multiplataforma (mHealth) para el monitoreo y control de la diabetes mediante algoritmos de Machine Learning para la predicción de eventos de glucosa, integración con sensores CGM y generación de reportes médicos automatizados.
- Análisis Predictivo: Anticipación de eventos de hipoglucemia e hiperglucemia mediante Machine Learning.
- Integración CGM: Conexión y lectura de datos de Monitores Continuos de Glucosa.
- Alertas en Tiempo Real: Notificaciones preventivas y recordatorios de medicación.
- Gestión Médica: Generación automática de reportes exportables para profesionales de la salud.
- Sincronización Cloud: Arquitectura en la nube para acceso a datos en tiempo real desde cualquier dispositivo.
El proyecto está dividido en un ecosistema moderno enfocado en el rendimiento y la seguridad:
Frontend (Móvil / Web)
- Frameworks: Angular e Ionic para un desarrollo híbrido y multiplataforma.
- Estilos: Tailwind CSS para interfaces responsivas y adaptables.
Backend & Servicios
- Entorno: Node.js.
- Bases de Datos: MongoDB y sincronización de infraestructura en la nube.
- Cloud: Firebase (Notificaciones y servicios adicionales).
Seguridad
- Autenticación: Tokens JWT (JSON Web Tokens) para sesiones seguras.
- Criptografía: Algoritmo Argon2 para el hasheo y protección de credenciales.
 |
 |
 |
|---|---|---|
| Dashboard Principal | App Movil |
Para levantar el entorno de desarrollo en tu máquina local, sigue estos pasos:
- Clonar el repositorio:
git clone [https://github.com/milaneso69/INSULIX.git](https://github.com/milaneso69/INSULIX.git)
cd INSULIX