El trastorno del espectro autista es una enfermedad neurológica que afecta a 1 de cada 160 niños en todo el mundo. Hasta la fecha, este trastorno aún no tiene una cura estandarizada, y no tratarlo a tiempo puede afectar a la calidad de vida del niño y de sus familiares. Actualmente existen diferentes herramientas tradicionales para la detección del Trastorno del Espectro Autista, como cuestionarios y listas de comprobación, métodos estandarizados a nivel mundial, como el uso del M-CHAT-R/F y el Q-CHAT. Presentamos GesTEApp como un sistema experto basado en web que integra analítica gestual y apoya a los profesionales sanitarios en su proceso de toma de decisiones médicas sobre la detección precoz de este trastorno en niños. GesTEApp implementa un Sistema Híbrido de Recomendación con modelos de Reconocimiento Facial y Kernel Lineal, que capturan y analizan las expresiones faciales de los niños, buscando apoyar a los Profesionales Sanitarios en la detección del Trastorno del Espectro Autista. Evaluamos esta herramienta tras un estudio piloto y presentamos los hallazgos y resultados teniendo en cuenta las percepciones de los profesionales sanitarios, basando nuestro análisis en escalas Likert (1-5) y sus comentarios sobre su experiencia al interactuar con GesTEApp. Preliminarmente, la herramienta redujo los tiempos de detección en un 36% en comparación con las herramientas tradicionales. Asimismo, nuestros resultados preliminares sugieren que GesTEApp es una aplicación web centrada en el usuario que apoya satisfactoriamente a los Profesionales Sanitarios en la detección del Trastorno del Espectro Autista en niños.

The multivariate Spatio-Temporal data challenges the analysts along the navigation and exploration of the information, using Data Analytics techniques. We present SPLORT, as a user-centered web-based solution for segmented Visual Analytics. The tool involves a “What-Where-When” pyramidal paradigm to drive Spatio-temporal analysis towards the findings of new insights. It features multi-layered coordinated views to help the analyst navigate and explore multivariate data simultaneously. We evaluated this web-based tool, and reported the findings and results, considering users’ performance and perceptions, basing our analysis on their Likert scale (0-5) responses, regarding their experience and the tool's usability, and the sentiment of their feedback, by using Natural Language Processing (NLP) techniques. Our findings from the pilot study held, suggest that SPLORT successfully allows the users to visually query, explore and analyze contextless multi-scale attributes within space and time, which quickly drives them to new insights and to support easier decision-making processes. Moreover, the tool's flexibility, due to its multi-layered GUI, supports better and more friendly visual analytics.