Machine learning y el riesgo de accidente cerebrovascular en pacientes del consultorio del Dr. Pinto
Descripción del Articulo
La presente investigación se basó en torno a la problemática en el consultorio médico del Dr. Pinto sobre la incidencia de accidentes cerebrovasculares. Por ello, este estudio se enfoca en el uso de machine learning para desarrollar e implementar una aplicación web que considere las principales cond...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2021 |
| Institución: | Universidad Científica del Sur |
| Repositorio: | UCSUR-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.cientifica.edu.pe:20.500.12805/1827 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12805/1827 https://doi.org/10.21142/tl.2021.1827 |
| Nivel de acceso: | acceso restringido |
| Materia: | Machine Learning Data Science Accidente Cerebrovascular https://purl.org/pe-repo/ocde/ford#2.02.00 https://purl.org/pe-repo/ocde/ford#2.02.04 |
| Sumario: | La presente investigación se basó en torno a la problemática en el consultorio médico del Dr. Pinto sobre la incidencia de accidentes cerebrovasculares. Por ello, este estudio se enfoca en el uso de machine learning para desarrollar e implementar una aplicación web que considere las principales condiciones de riesgo del paciente, y prediga esta enfermedad, sirviendo como referencia para el doctor. Esta investigación tiene un diseño experimental y su objetivo es determinar el nivel de influencia para predecir el riesgo de accidente cerebrovascular en pacientes del consultorio en cuestión. Por ende, la solución que se desarrolló fue una aplicación web basada en un modelo de Random Forest que procesa la data, y predice accidentes cerebrovasculares. Todo esto mediante una primera interfaz en la cual se ingresan los principales riesgos del paciente tales como la edad, glucosa, hipertensión, entre otros. Mientras que en la segunda interfaz, el médico consulta los resultados procesados. Para el desarrollo de esta solución se aplicó la metodología de Data Science, considerando también los detalles de los principales requerimientos funcionales. Los resultados indican que sí existe una relación entre machine learning y los accidentes cerebrovasculares, ya que tanto los diagnósticos predichos como los reales son iguales. Por ello, se concluye que la solución es de utilidad para el consultorio del Dr. Pinto. |
|---|
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).