Facultad de Ingeniería
Permanent URI for this community
Browse
Browsing Facultad de Ingeniería by Subject "Accidente cerebrovascular"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
Item Aplicación móvil para la estimación de riesgo de accidente cerebrovasculares basado en aprendizaje automático.(Universidad de Concepción, 2024) Bucarey Echeverría, Matías Ignacio; Figueroa Iturrieta, Rosa LilianaLa presente memoria de título se enfoca en el desarrollo de una aplicación móvil para la estimación del riesgo de accidente cerebrovascular (ACV) utilizando modelos de Machine Learning (ML). La incidencia de ACV es una problemática significativa a nivel mundial, dada su alta tasa de mortalidad y las secuelas que provoca en los sobrevivientes. Por ello, una herramienta de evaluación temprana y accesible es fundamental para facilitar la prevención y el monitoreo de esta afección. La aplicación, desarrollada en Android Studio y basada en el modelo de Red Neuronal Artificial (ANN), permite al usuario ingresar datos personales y recibir una estimación probabilística sobre su riesgo de sufrir un ACV. La elección del modelo ANN, junto con la integración de métodos como el undersampling para el balance de clases, demostró ser la opción más efectiva para alcanzar resultados confiables y específicos en el contexto del conjunto de datos disponible. A pesar del desbalance de clases y otras limitaciones de los datos, el modelo mostró una capacidad adecuada para detectar posibles casos de riesgo, priorizando el recall sobre la especificidad, aspecto clave en aplicaciones de salud donde es preferible minimizar los falsos negativos. La aplicación fue evaluada mediante múltiples métricas (accuracy, precisión, recall, especificidad, F1-score y AUC-ROC), y los resultados demostraron un buen desempeño, sin sobreajuste, según lo indicado por los gráficos de pérdida de entrenamiento y validación. Esto confirma la consistencia del modelo y su adecuación para estimar el riesgo de ACV en distintos perfiles de usuario. Entre las conclusiones de este proyecto, se destaca que el modelo de red neuronal artificial implementado en la aplicación cumple satisfactoriamente su propósito de estimar el riesgo de accidente cerebrovascular, proporcionando resultados confiables y específicos basados en los datos ingresados por el usuario. La herramienta es particularmente útil para la predicción temprana de riesgos de ACV, priorizando el recall en la identificación de casos de riesgo, lo cual es crucial en el ámbito de la salud.