Identificación de patrones de infecciones respiratorias mediante técnicas de Inteligencia Artificial
Cargando...
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Editor
ESPOL. FIEC
Resumen
Descripción
El proyecto aborda la identificación y agrupación de patrones en datos clínicos de pacientes menores de edad afectados por infecciones respiratorias, causadas por virus como SARS-COV-2, Influenza A o B y VSR. El objetivo principal es mejorar la eficacia de diagnósticos y tratamientos mediante la aplicación de técnicas de Inteligencia Artificial (IA) y Aprendizaje Automático (AA). Para eso, se realizaron procesos como la extracción de datos, limpieza, selección de características y normalización de estos. Luego, se estableció un modelo basado en IA que permitió la creación de agrupaciones con los datos proporcionados, utilizando el algoritmo K-Medoids. Además, se empleó el modelo ARIMA para predecir tendencias relacionadas con síntomas, palabras clave y diagnósticos a lo largo del tiempo. Adicionalmente, se implementó un prototipo de aplicación web que facilita la visualización de las tendencias y patrones dentro de los datos agrupados, obteniendo así un software útil para los médicos. Los resultados indicaron que se logró generar predicciones e identificar patrones en las agrupaciones alcanzando un grado de confianza de 86.96%. En conclusión, el proyecto proporciona una herramienta que facilita el análisis e identificación de patrones en la sintomatología de infecciones respiratorias de pacientes gracias a la ayuda de algoritmos basados en IA. Palabras Claves: Datos clínicos, Aprendizaje Automático, Predicciones, Agrupaciones
Palabras clave
Citación
Gómez Tello, C. D. y Veintimilla Altamirano, G. A. (2024). Identificación de patrones de infecciones respiratorias mediante técnicas de Inteligencia Artificial. [Proyecto Integrador]. ESPOL. FIEC, Guayaquil. 106 p.