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 l...