Implementación de un modelo basado en algoritmos de Machine Learning para el análisis predictivo de diagnósticos clínicos en REDLAB Perú S.A.C.

• Autores: Fuentes Pinedo, Anderson Alfredo, Navarro Caraza, Carlos Enmanuel
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Autónoma del Perú
• Repositorio: AUTONOMA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.autonoma.edu.pe:20.500.13067/3540
• Enlace del recurso: https://hdl.handle.net/20.500.13067/3540
• Nivel de acceso: acceso abierto
• Materia: Machine learning; Predicción; Crisp-Ml(Q); Diagnóstico clínico; https://purl.org/pe-repo/ocde/ford#2.02.04

La presente investigación evaluó la aplicación de algoritmos de Machine Learning en el laboratorio clínico RedLab Perú S.A.C., con el objetivo de optimizar la precisión y la rapidez en los diagnósticos clínicos. Se utilizaron algoritmos supervisados como regresión logística y árboles de decisión, aplicados a datos recolectados y preprocesados del sistema interno del laboratorio, los cuales fueron evaluados mediante métricas como precisión, sensibilidad y especificidad. Los resultados demostraron que los árboles de decisión destacaron entre los modelos empleados, logrando niveles de precisión entre el 98% y el 99%, reduciendo significativamente los tiempos de análisis y mejorando la calidad de los diagnósticos clínicos. Además, la implementación de estas herramientas tecnológicas permitió optimizar los flujos de trabajo, evidenciando su potencial para transformar los procesos de diagnóstico en el sector clínico-laboratorial. Se concluyó que la integración de Machine Learning en RedLab Perú S.A.C. representa una estrategia eficaz para potenciar la calidad y efectividad de los resultados clínicos, beneficiando directamente a la comunidad de pacientes y posicionando al laboratorio como líder en la adopción de tecnologías avanzadas en sus servicios.