Resumen

Recientemente, muchos investigadores han diseñado varios modelos de diagnóstico automatizado utilizando diversos modelos de aprendizaje supervisado. Un diagnóstico precoz de la enfermedad puede controlar la tasa de mortalidad debida a estas enfermedades. En este artículo, se diseña un modelo de diagnóstico automatizado de enfermedades eficiente utilizando modelos de aprendizaje automático. En este trabajo, hemos seleccionado tres enfermedades críticas como son el coronavirus, las enfermedades cardíacas y la diabetes. En el modelo propuesto, los datos se introducen en una aplicación android, el análisis se realiza en una base de datos en tiempo real utilizando un modelo de aprendizaje automático preentrenado que fue entrenado en el mismo conjunto de datos y desplegado en firebase, y finalmente, el resultado de la detección de la enfermedad se muestra en la aplicación android. La regresión logística se utiliza para llevar a cabo el cálculo de la predicción. La detección precoz puede ayudar a identificar el riesgo de coronavirus, cardiopatías y diabetes. El análisis comparativo indica que el modelo propuesto puede ayudar a los médicos a administrar a tiempo los medicamentos necesarios para el tratamiento.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:aplicación android, enfermedad cardiaca, resultado de la detección de enfermedades, modelo de diagnóstico de enfermedades, modelo de aprendizaje automático, modelos de aprendizaje automático, coronavirus, diabetes, modelo, artículo
• Keywords:android app, heart disease, disease detection result, disease diagnosis model, machine learning model, machine learning models, coronavirus, diabetes, model, paper