Resumen

El análisis de datos, la inteligencia artificial y otros algoritmos cognitivos se han empleado para predecir varios tipos de enfermedades en la atención médica. La revolución de las redes neuronales artificiales (ANNs, por sus siglas en inglés) en la disciplina médica surgió para aplicaciones basadas en datos, especialmente en el ámbito de la salud. Esto abarca desde el diagnóstico de diversas enfermedades, el procesamiento de imágenes médicas, el sistema de apoyo a decisiones (DSS) y la predicción de enfermedades. La intención de llevar a cabo la investigación es determinar el impacto de los parámetros en los datos de la diabetes para predecir si un paciente en particular tiene una enfermedad o no. Este documento desarrolla un modelo de ANN mejorado entrenado utilizando un algoritmo de red neuronal de retropropagación artificial de gradiente conjugado escalado (ABP-SCGNN) para predecir la diabetes de manera efectiva. Para validar el rendimiento del modelo propuesto, realizamos un gran conjunto de experimentos en un conjunto de datos de Diabetes India Pima (PID) utilizando la

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Analítica de datos; Inteligencia artificial; Algoritmos cognitivos; Redes neuronales artificiales; Predicción de diabetes; Retropropagación
• Keywords:Data analytics; Machine intelligence; Cognitive algorithms; Artificial neural networks; Diabetes prediction; Backpropagation