Modelo Robusto de Clasificación de Enfermedades Cardiacas Basado en Machine Learning

• Autor: Torres Castillo, Juan Francisco
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/10742
• Enlace del recurso: https://hdl.handle.net/20.500.12867/10742
• Nivel de acceso: acceso abierto
• Materia: Machine Learning; Heart Disease; Multilayer Perceptron; SMOTE; Hyperparameters; https://purl.org/pe-repo/ocde/ford#2.02.04

Las enfermedades cardiacas se han convertido en una de las principales causas de morbilidad y mortalidad en el mundo, a través de los años las cifras han ido en aumento por diversos factores que contribuyen a que estas enfermedades predominen de manera mundial y esto es resultado en su mayoría al estilo de vida de las personas, un diagnóstico o tratamiento erróneo debido a una identificación tardía de estas enfermedades. La aplicación de tecnologías de Inteligencia artificial, en específico algoritmos de machine Learning ha tenido un gran impulso en el ámbito médico, debido a la creación de modelos para la predicción de enfermedades con el fin de realizar diagnósticos y tratamientos oportunos. El objetivo de la presente investigación es predecir enfermedades cardiacas a través de un modelo robusto de clasificación basado en Machine Learning. La metodología propuesta consta de 4 fases: Obtención del Dataset, Preprocesamiento (Label Encoding, One-Hot Encoding, SMOTE y Standardization), Implementación del Modelo (SVM, LR, NB, KNN, DNN, MLP y SGD; tuneo de hiperparametros (GridSearchCV)) y Evaluación del Modelo. Los resultados del mejor modelo con una partición de 80 % entrenamiento y 20% testeo fue del algoritmo MLP, sus métricas fueron superior a los otros modelos con un 94% de Accuracy, Precision un 93%, Recall un 93%, F1-Score con 93% y el valor de AUC de la curva ROC fue de 0.981. En conclusión, los resultados obtenidos demuestran que una buena aplicación de los algoritmos de machine learning son altamente efectivos para la predicción de enfermedades cardiacas usando datos médicos de pacientes y a partir de ello realizar diagnósticos y tratamientos oportunos.