Regresar

Diseño de un modelo pbkp_redictivo-asistencial de pacientes infectados por Covid-19, mediante un modelo supervisado de Machine Learning basado en criterios de derivación hospitalaria o ambulatoria.

Abstract:

Un problema derivado de la pandemia del COVID-19 es la falta de una herramienta digital que pueda predecir la intensidad de la gravedad de un paciente enfermo. El presente proyecto consiste en realizar un modelo pbkp_redictivo asistencial para pacientes infectados por COVID-19, utilizando herramientas de Machine Learning mediante algoritmos de aprendizaje supervisado como Naive Bayes y Random Forest para obtener un criterio sobre derivación hospitalaria o ambulatoria. Entre los principales objetivos específicos se encuentran la extracción de un conjunto de base de datos con la información vinculada al historial médico de los pacientes diagnosticados con COVID-19, para la depuración y construcción de un dataset con las variables relacionadas, y evaluarlas para mejorar la toma de decisiones a partir de un modelo de algoritmo supervisado. La metodología empleada es “Knowledge Discovery in Databases – KDD”, la cual se desarrolla en 6 fases: importación y muestreo de datos, calidad de datos, transformación, modelización, evaluación e implementación; sin embargo, esta última fase no se llevará a cabo, en su lugar se realizará un prototipo desarrollado a nivel de Python. Se utilizó la librería sklearn de la herramienta Python 3.5 para el entrenamiento del algoritmo, la herramienta STAT:FIT para las distribuciones estadísticas, y basándose en la sintomatología del paciente los algoritmos arrojaron un porcentaje de precisión (93,5% Random Forest y 95% Naive Bayes), concluyendo que el mejor pbkp_redictor es el algoritmo de Naive Bayes, también se demostró que existe relación entre ambos algoritmos con respecto a la derivación hospitalaria o ambulatoria mediante el análisis de correlación de Pearson, haciendo que se cumplan las hipótesis planteadas. Al ser útil este prototipo para la toma de decisiones para la respectiva derivación del paciente, los beneficiarios directos son los doctores, dado que obtienen una herramienta que les agilitará la exhaustiva acción de decidir.