Resumen de Creación de un modelo de red neuronal artificial para predecir enfermedades basado en sintomatología de pacientes

Guadalupe Esmeralda Rivera García, Marco Antonio Díaz Martínez, Miriam Janet Cervantes López, Arturo Llanes Castillo, Jaime Cruz Casados

• español

  Esta investigación tiene como propósito principal la creación de una red neuronal artificial destinada a predecir enfermedades comunes en pacientes que residen en áreas marginadas o de difícil acceso como: influenza, sinusitis, infecciones estomacales y del tracto urinario. El fundamento de este trabajo se centra en la información recopilada del historial clínico del paciente, así como de un detallado cuestionario de síntomas, ambos integrados en un sistema de telemedicina desarrollado por los autores e instalado en las zonas marginadas del norte de Veracruz, México. La efectividad de la red neuronal artificial se somete a evaluación para determinar su precisión en la detección de enfermedades, a través de pruebas llevadas a cabo en el algoritmo. La alta precisión obtenida en el diagnóstico de la red neuronal artificial, la avala como una herramienta tecnológica complementaria eficiente. Los resultados obtenidos se contrastan con los diagnósticos de enfermedad emitidos por médicos especialistas, estableciendo así la validez y confiabilidad de la red neuronal en este contexto específico de atención médica de áreas marginadas.

• English

  The main purpose of this research is the creation of an artificial neural network aimed at predicting common diseases in patients who reside in marginalized or difficult-to-access areas such as: influenza, sinusitis, stomach and urinary tract infections. The basis of this work focuses on information collected from the patient’s clinical history, as well as a detailed symptom questionnaire, both integrated into a telemedicine system developed by the authors and installed in the marginalized areas of northern Veracruz, Mexico. The effectiveness of the artificial neural network is evaluated to determine its accuracy in detecting diseases, through tests carried out on the algorithm. The high precision obtained in the diagnosis of the artificial neural network supports it as an efficient complementary technological tool. The results obtained are contrasted with the disease diagnoses issued by specialist doctors, thus establishing the validity and reliability of the neural network in this specific context of medical care in marginalized areas.