PROYECTO KORA: DISEÑO Y DESARROLLO DE APIs PARA LA MONITORIZACIÓN DE MAYORES

Abstract

El envejecimiento de la población española plantea un reto creciente: cada vez más personas mayores viven solas y sus familias carecen de información sobre cómo se encuentran en el día a día. Las soluciones actuales de teleasistencia son reactivas, ya que actúan cuando el problema ya ha ocurrido. Kora propone un enfoque anticipatorio basado en el análisis de datos biométricos para detectar desviaciones del patrón habitual antes de que se conviertan en una urgencia. Este Trabajo Fin de Grado se centra en la pieza analítica que sostiene esa promesa: un sistema de detección de anomalías sobre señales biométricas. El trabajo desarrolla el modelo de detección con la técnica Isolation Forest, lo valida sobre un conjunto de datos simulado que reproduce patrones fisiológicos realistas, y lo expone a través de una interfaz de programación sencilla que permite recibir medidas y devolver alertas clasificadas por nivel de gravedad. La gestión del envío de avisos se resuelve con una herramienta de automatización no-code. El trabajo se completa con un análisis del sector, un encuadre del modelo de negocio y una evaluación de la viabilidad técnica y económica de la propuesta. El proyecto se ha desarrollado en el marco del concurso Comillas Emprende durante el curso 2025-2026. El resultado demuestra que un sistema de monitorización predictiva con calidad suficiente para una primera fase de validación puede construirse con recursos limitados y tecnologías abiertas.The ageing of the Spanish population poses a growing challenge: more and more elderly people live alone, and their families lack information about how they are doing on a daily basis. Current telecare solutions are reactive, acting only once a problem has already occurred. Kora proposes an anticipatory approach based on the analysis of biometric data to detect deviations from the usual pattern before they escalate into an emergency. This dissertation focuses on the analytical core that supports that promise: an anomaly detection system applied to biometric signals. The work develops the detection model using the Isolation Forest technique, validates it on a simulated dataset that reproduces realistic physiological patterns, and exposes it through a simple programming interface that receives measurements and returns alerts classified by severity level. The dispatch of notifications is handled with a no-code automation tool. The work is completed with a sector analysis, a framing of the business model, and an assessment of the technical and economic feasibility of the proposal. The project was developed within the Comillas Emprende entrepreneurship competition during the 2025-2026 academic year. The result shows that a predictive monitoring system of sufficient quality for an initial validation phase can be built with limited resources and open technologies.