Uso de redes neuronales recurrentes para la detección del distemper canino en Piura, 2024

• Autores: Atocha Gonzales, Luis Fernando, Bruno Cornejo, Jefferson Fabricio
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/164130
• Enlace del recurso: https://hdl.handle.net/20.500.12692/164130
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales recurrentes; Diagnóstico veterinario; Inteligencia artificial; https://purl.org/pe-repo/ocde/ford#2.02.04

Esta investigación se centró en el uso de redes neuronales recurrentes (RNN) para mejorar la detección del distemper canino en Piura, Perú. Alineado con el Objetivo de Desarrollo Sostenible (ODS) 3: Salud y Bienestar, el estudio evaluó la precisión de las RNN en el diagnóstico de esta enfermedad en perros, facilitando una detección temprana y efectiva. Con un enfoque cuantitativo y un diseño experimental, se empleó una muestra de 50 historias clínicas caninas, comparando los resultados del modelo RNN con métodos diagnósticos tradicionales. Los resultados mostraron una precisión del 70%, una sensibilidad del 72% y un valor predictivo positivo del 69.23%, evidenciando la efectividad del sistema en la identificación de casos positivos. Se concluye que la implementación de RNN en clínicas veterinarias de la región puede mejorar significativamente la rapidez y precisión en el diagnóstico de enfermedades infecciosas, aportando al bienestar animal y la salud pública.