Clasificación de pacientes según síntomas usando relaciones de equivalencia en un sistema computacional
- Autores: Cristian Daniel Henao Gil, Álvaro José Lara Anaya
- Localización: Elementos, ISSN-e 2248-5252, Vol. 11, Nº. 1, 2025
- Idioma: español
- DOI: 10.15765/8d8tdw38
- Enlaces
-
Resumen
Resumen El trabajo propone un sistema computacional para EPS que clasifica pacientes según la similitud exacta de sus síntomas mediante relaciones de equivalencia (reflexividad, simetría y transitividad). La investigación se desarrolló en tres fases: (1) revisión bibliográfica para identificar síntomas frecuentes y criterios de agrupación; (2) implementación de un prototipo en Python que modela pacientes y síntomas como conjuntos y agrupa automáticamente a quienes comparten el mismo conjunto sintomático; y (3) validación inicial con datos simulados.Los resultados muestran que el sistema forma clases de equivalencia coherentes (p. ej., pacientes A, B y D con fiebre, tos y dolor de garganta quedan en la misma clase; C, con un síntoma menos, no).Las conclusiones señalan que el enfoque puede mejorar la organización de datos clínicos, reducir tiempos de atención y apoyar diagnósticos colectivos, aunque su adopción práctica exige acceso a datos reales, validación con personal médico e integración con plataformas de salud. Se recomienda avanzar hacia pruebas en entornos operativos y fortalecer la interoperabilidad.
