Predicción de enfermedades cardiovasculares utilizando redes neuronales artificiales
Resumen
Como enfermedades cardiovasculares se incluyen las enfermedades del corazón y del sistema de vasos sanguíneos que incluyen al cerebro, las piernas y los pulmones. Estas enfermedades tienen una tasa de mortalidad bastante alta y se estima que para el año 2030 serán cerca de 23.6 millones de personas las que pueden fallecer por dicha causa. Se utiliza una metodología de investigación cuantitativa con alcance descriptivo. Este proyecto aborda el estudio de un tipo de cardiopatía, la insuficiencia cardíaca (IC), la cual se destaca por la incapacidad del corazón de bombear sangre en las cantidades adecuadas y necesarias para satisfacer las demandas del metabolismo. Concretamente se buscó la predicción de la enfermedad por medio de redes neuronales artificiales, una de las técnicas de machine learning (ML) más adecuadas para este tipo de actividades, aunque no la única. La implementación se hizo a partir de dos herramientas que incorporan el manejo de redes neuronales (RN), SPSS de IBM y Matlab. Se consiguió una precisión del 94.7%. Adicionalmente, él estudió se orientó a determinar aquellas características con más influencia en la predicción de IC. Ambos softwares lograron coincidir en que la pendiente del segmento ST posee el mayor impacto en la predicción.
Descargas
Citas
Gambarte MJ, Higa C, Novo F, Ciambrone GM, Villagomez ODT, Ginesi A, et al. Comparación pronóstica entre scores de riesgo y la aplicación de redes neuronales para la predicción de la mortalidad a corto y mediano plazo en pacientes con insuficiencia cardíaca. REVISTA ARGENTINA DE CARDIOLOGÍA. 2021;89.
Avellaneda González JA, Ochoa Rey CM. IMPLEMENTACIÓN DE REDES NEURONALES PARA LA DETECCIÓN DE LA PRESENCIA DE ENFERMEDADES EN EL CORAZÓN. redes ing. 23 de mayo de 2012;1(2):38.
Rajalakshmi S, Madhav KV, Abhishek R. Inducement of Multivariate factors in Cardiac Disease Prediction with Machine Learning Techniques substantiated with Analytics. En: Proceedings of the 2019 11th International Conference on Computer and Automation Engineering [Internet]. Perth WN Australia: ACM; 2019 [citado 10 de septiembre de 2023]. p. 97-101. Disponible en: https://dl.acm.org/doi/10.1145/3313991.3314014
Low JX, Choo KW. Classification of Heart Sounds Using Softmax Regression and Convolutional Neural Network. En: Proceedings of the 2018 International Conference on Communication Engineering and Technology [Internet]. Singapore Singapore: ACM; 2018 [citado 10 de septiembre de 2023]. p. 18-21. Disponible en: https://dl.acm.org/doi/10.1145/3194244.3194255
Zhao YX, Yuan H, Wu Y. Prediction of Adverse Drug Reaction using Machine Learning and Deep Learning Based on an Imbalanced Electronic Medical Records Dataset. En: 2021 5th International Conference on Medical and Health Informatics [Internet]. Kyoto Japan: ACM; 2021 [citado 10 de septiembre de 2023]. p. 17-21. Disponible en: https://dl.acm.org/doi/10.1145/3472813.3472817
Araujo C, M A Azoubel L, K D B Filho A, M S Junior C, P S Sousa N, Pereira C, et al. Prediction of Excess Body Fat in Adolescents Using Neural Networks. En: 2021 8th International Conference on Bioinformatics Research and Applications [Internet]. Berlin Germany: ACM; 2021 [citado 10 de septiembre de 2023]. p. 63-9. Disponible en: https://dl.acm.org/doi/10.1145/3487027.3487037
Iftikhar S, Golec M, Chowdhury D, Gill SS, Uhlig S. FogDLearner: A Deep Learning-based Cardiac Health Diagnosis Framework using Fog Computing. En: Australasian Computer Science Week 2022 [Internet]. Brisbane Australia: ACM; 2022 [citado 10 de septiembre de 2023]. p. 136-44. Disponible en: https://dl.acm.org/doi/10.1145/3511616.3513108
Naik KT, Garg B. A Machine Learning Model for Disease Prediction and Remote Patient Monitoring. En: Proceedings of the 4th International Conference on Information Management & Machine Intelligence [Internet]. Jaipur India: ACM; 2022 [citado 10 de septiembre de 2023]. p. 1-5. Disponible en: https://dl.acm.org/doi/10.1145/3590837.3590844
Fedesoriano. Heart Failure Prediction Dataset [Internet]. Septiembre 2021 [citado 10 de septiembre de 2023]. Disponible en: https://www.kaggle.com/fedesoriano/heart-failure-prediction.
Derechos de autor 2024 Manuel Alejandro Carrascal Arias, Alvaro Maximiliano Saiquita , Guillermo Sánchez Flores, Torcoroma Velásquez Pérez
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
