Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza
Descripción del Articulo
Presenta una investigación sobre la implementación de un software basado en Redes Neuronales Artificiales (en adelante RNA) para la predicción del número de pacientes que estarán siendo atendidos en un establecimiento hospitalario en un periodo dado teniendo en cuenta la especialidad hospitalaria co...
Autor: | |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2014 |
Institución: | Universidad Nacional Mayor de San Marcos |
Repositorio: | UNMSM-Tesis |
Lenguaje: | español |
OAI Identifier: | oai:cybertesis.unmsm.edu.pe:20.500.12672/14701 |
Enlace del recurso: | https://hdl.handle.net/20.500.12672/14701 |
Nivel de acceso: | acceso abierto |
Materia: | Inteligencia artificial Redes neuronales (Computación) Predicciones https://purl.org/pe-repo/ocde/ford#2.02.04 |
id |
UNMS_48fc8d31e24c193697da1ad1a05e5401 |
---|---|
oai_identifier_str |
oai:cybertesis.unmsm.edu.pe:20.500.12672/14701 |
network_acronym_str |
UNMS |
network_name_str |
UNMSM-Tesis |
repository_id_str |
410 |
dc.title.none.fl_str_mv |
Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza |
title |
Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza |
spellingShingle |
Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza Landeo Jacinto, Juan Abel Inteligencia artificial Redes neuronales (Computación) Predicciones https://purl.org/pe-repo/ocde/ford#2.02.04 |
title_short |
Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza |
title_full |
Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza |
title_fullStr |
Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza |
title_full_unstemmed |
Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza |
title_sort |
Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza |
author |
Landeo Jacinto, Juan Abel |
author_facet |
Landeo Jacinto, Juan Abel |
author_role |
author |
dc.contributor.advisor.fl_str_mv |
Vega Huerta, Hugo Froilán |
dc.contributor.author.fl_str_mv |
Landeo Jacinto, Juan Abel |
dc.subject.none.fl_str_mv |
Inteligencia artificial Redes neuronales (Computación) Predicciones |
topic |
Inteligencia artificial Redes neuronales (Computación) Predicciones https://purl.org/pe-repo/ocde/ford#2.02.04 |
dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.02.04 |
description |
Presenta una investigación sobre la implementación de un software basado en Redes Neuronales Artificiales (en adelante RNA) para la predicción del número de pacientes que estarán siendo atendidos en un establecimiento hospitalario en un periodo dado teniendo en cuenta la especialidad hospitalaria con el objetivo de apoyar a la toma de decisiones administrativas. Una RNA, el cual, debido a sus características similares al del cerebro humano, es capaz de reconocer tendencias y lograr pronósticos muy acertados a partir de data histórica con registros incongruentes y altamente no lineal, por lo cual será una herramienta muy útil para los hospitales nacionales de Lima para pronosticar la cantidad de pacientes que recibirán en los meses siguientes; esta predicción no es posible conseguir mediante métodos estadísticos tradicionales debido a la alta no linealidad y ruido en la data histórica de atención médica en los meses y años anteriores. Los hospitales tienen la misión de brindar atención médica a la población sin embargo el personal médico encargado de atender a los pacientes en muchas ocasiones son pocos con respecto al número de pacientes que deben encargarse de atender; si las entidades hospitalarias tuviesen una estimación de la cantidad de pacientes a recibir en sus diferentes áreas, éstas podrían tomar medidas de contingencia para evitar sobrecarga de trabajo en los médicos y brindar atención de calidad a los pacientes. Se comenzará tocando los aspectos técnicos y teóricos que sustentan la presente tesis y la metodología de trabajo para su desarrollo así como también los recursos que son necesarios para la realización de ésta misma. |
publishDate |
2014 |
dc.date.accessioned.none.fl_str_mv |
2020-09-23T18:17:51Z |
dc.date.available.none.fl_str_mv |
2020-09-23T18:17:51Z |
dc.date.issued.fl_str_mv |
2014 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
dc.identifier.citation.none.fl_str_mv |
Landeo, J. (2014). Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza. Tesis para optar el título de Ingeniero de Sistemas. Escuela Académico Profesional de Ingeniería de Sistemas, Facultad de Ingeniería de Sistemas e Informática, Universidad Nacional Mayor de San Marcos, Lima, Perú. |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12672/14701 |
identifier_str_mv |
Landeo, J. (2014). Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza. Tesis para optar el título de Ingeniero de Sistemas. Escuela Académico Profesional de Ingeniería de Sistemas, Facultad de Ingeniería de Sistemas e Informática, Universidad Nacional Mayor de San Marcos, Lima, Perú. |
url |
https://hdl.handle.net/20.500.12672/14701 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.publisher.none.fl_str_mv |
Universidad Nacional Mayor de San Marcos |
dc.publisher.country.none.fl_str_mv |
PE |
publisher.none.fl_str_mv |
Universidad Nacional Mayor de San Marcos |
dc.source.none.fl_str_mv |
Universidad Nacional Mayor de San Marcos Repositorio de Tesis - UNMSM reponame:UNMSM-Tesis instname:Universidad Nacional Mayor de San Marcos instacron:UNMSM |
instname_str |
Universidad Nacional Mayor de San Marcos |
instacron_str |
UNMSM |
institution |
UNMSM |
reponame_str |
UNMSM-Tesis |
collection |
UNMSM-Tesis |
bitstream.url.fl_str_mv |
https://cybertesis.unmsm.edu.pe/bitstreams/faae8a7d-25d6-486a-ad3d-6520a51d9c25/download https://cybertesis.unmsm.edu.pe/bitstreams/d8a0d8ef-7215-4080-85b5-4b6d3fd7d023/download https://cybertesis.unmsm.edu.pe/bitstreams/9c4a2c41-e684-48e4-b289-bbc79b2b8f3e/download https://cybertesis.unmsm.edu.pe/bitstreams/f2bb45b6-8853-46c2-8b79-7aec36c9e4ce/download |
bitstream.checksum.fl_str_mv |
bef3bf42ce38a87c179341dd3efd75c7 8a4605be74aa9ea9d79846c1fba20a33 509aefcb9a15c29b336c5ca61878a3c0 a73caa640248bbb0a2c01cef08a443b3 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Cybertesis UNMSM |
repository.mail.fl_str_mv |
cybertesis@unmsm.edu.pe |
_version_ |
1841545975161683968 |
spelling |
Vega Huerta, Hugo FroilánLandeo Jacinto, Juan Abel2020-09-23T18:17:51Z2020-09-23T18:17:51Z2014Landeo, J. (2014). Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayza. Tesis para optar el título de Ingeniero de Sistemas. Escuela Académico Profesional de Ingeniería de Sistemas, Facultad de Ingeniería de Sistemas e Informática, Universidad Nacional Mayor de San Marcos, Lima, Perú.https://hdl.handle.net/20.500.12672/14701Presenta una investigación sobre la implementación de un software basado en Redes Neuronales Artificiales (en adelante RNA) para la predicción del número de pacientes que estarán siendo atendidos en un establecimiento hospitalario en un periodo dado teniendo en cuenta la especialidad hospitalaria con el objetivo de apoyar a la toma de decisiones administrativas. Una RNA, el cual, debido a sus características similares al del cerebro humano, es capaz de reconocer tendencias y lograr pronósticos muy acertados a partir de data histórica con registros incongruentes y altamente no lineal, por lo cual será una herramienta muy útil para los hospitales nacionales de Lima para pronosticar la cantidad de pacientes que recibirán en los meses siguientes; esta predicción no es posible conseguir mediante métodos estadísticos tradicionales debido a la alta no linealidad y ruido en la data histórica de atención médica en los meses y años anteriores. Los hospitales tienen la misión de brindar atención médica a la población sin embargo el personal médico encargado de atender a los pacientes en muchas ocasiones son pocos con respecto al número de pacientes que deben encargarse de atender; si las entidades hospitalarias tuviesen una estimación de la cantidad de pacientes a recibir en sus diferentes áreas, éstas podrían tomar medidas de contingencia para evitar sobrecarga de trabajo en los médicos y brindar atención de calidad a los pacientes. Se comenzará tocando los aspectos técnicos y teóricos que sustentan la presente tesis y la metodología de trabajo para su desarrollo así como también los recursos que son necesarios para la realización de ésta misma.TesisspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Nacional Mayor de San MarcosRepositorio de Tesis - UNMSMreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMInteligencia artificialRedes neuronales (Computación)Prediccioneshttps://purl.org/pe-repo/ocde/ford#2.02.04Pronóstico del número de pacientes que existen en un hospital en un periodo específico mediante redes neuronales artificiales. Caso práctico: Hospital Loayzainfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniero de SistemasUniversidad Nacional Mayor de San Marcos. Facultad de Ingeniería de Sistemas e Informática. Escuela Académico Profesional de Ingeniería de SistemasTitulo ProfesionalIngeniería de Sistemas06147737https://orcid.org/0000-0002-4268-5808Delgadillo Ávila de Mauricio, Rosa SumactikaAngulo Calderón, César Augustohttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesis0644555332907109ORIGINALLandeo_jj.pdfLandeo_jj.pdfapplication/pdf7882512https://cybertesis.unmsm.edu.pe/bitstreams/faae8a7d-25d6-486a-ad3d-6520a51d9c25/downloadbef3bf42ce38a87c179341dd3efd75c7MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/d8a0d8ef-7215-4080-85b5-4b6d3fd7d023/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTLandeo_jj.pdf.txtLandeo_jj.pdf.txtExtracted texttext/plain103236https://cybertesis.unmsm.edu.pe/bitstreams/9c4a2c41-e684-48e4-b289-bbc79b2b8f3e/download509aefcb9a15c29b336c5ca61878a3c0MD55THUMBNAILLandeo_jj.pdf.jpgLandeo_jj.pdf.jpgGenerated Thumbnailimage/jpeg15096https://cybertesis.unmsm.edu.pe/bitstreams/f2bb45b6-8853-46c2-8b79-7aec36c9e4ce/downloada73caa640248bbb0a2c01cef08a443b3MD5620.500.12672/14701oai:cybertesis.unmsm.edu.pe:20.500.12672/147012024-08-16 00:19:53.157https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.peTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo= |
score |
12.8608675 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).