Biblioteca122.739 documentos en línea

Artículo

A Machine-Learning-Based System for Prediction of Cardiovascular and Chronic Respiratory DiseasesUn sistema de predicción de enfermedades cardiovasculares y respiratorias crónicas basado en el aprendizaje automático

Resumen

Las enfermedades cardiovasculares y respiratorias crónicas son amenazas globales para la salud pública y causan aproximadamente 19 millones de muertes al año en todo el mundo. Esta elevada tasa de mortalidad puede reducirse con el uso de avances tecnológicos en la ciencia médica que faciliten la monitorización continua de parámetros fisiológicos: presión sanguínea, niveles de colesterol, glucosa en sangre, etc. Los valores futuristas de estos parámetros fisiológicos críticos o de las constantes vitales no sólo permiten la asistencia a tiempo de expertos médicos y cuidadores, sino que también ayudan a los pacientes a gestionar su estado de salud recibiendo periódicamente alertas/consejos pertinentes de los profesionales sanitarios. En este estudio, proponemos un sistema de predicción y clasificación basado en aprendizaje automático para determinar los valores futuros de las constantes vitales relacionadas con enfermedades cardiovasculares y respiratorias crónicas. Basándose en la predicción de valores futuristas, el sistema propuesto puede clasificar el estado de salud de los pacientes para alarmar a los cuidadores y a los expertos médicos. En este modelo de predicción y clasificación basado en aprendizaje automático, hemos utilizado un conjunto de datos de constantes vitales reales. Para predecir los valores de las constantes vitales de los próximos 1-3 minutos, se han probado varias técnicas de regresión (es decir, regresión lineal y regresión polinómica de grados 2, 3 y 4). Para los cuidadores, se utiliza una predicción de 60 segundos y, para facilitar la asistencia médica de urgencia, una predicción de 3 minutos de las constantes vitales. A partir de los valores de las constantes vitales predichas, se evalúa el estado general de salud del paciente mediante tres clasificadores de aprendizaje automático, a saber, Support Vector Machine (SVM), Naive Bayes y Decision Tree. Nuestros resultados muestran que el árbol de decisión puede clasificar correctamente el estado de salud de un paciente basándose en los valores anormales de las constantes vitales y resulta útil para prestar una atención médica oportuna a los pacientes.

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento