Diagnóstico inteligente de flebotrombosis

• Costaguta , Rosanna ; Gerez Martinez, Luis ; Salazar, Nevelin ^[1]
  1. [1] Universidad Nacional de Santiago del Estero

     Universidad Nacional de Santiago del Estero

     Argentina

     
• Localización: Ciencia y tecnología, ISSN 1850-0870, ISSN-e 2344-9217, Nº. 20, 2020, págs. 55-67
• Idioma: español
• DOI: 10.18682/cyt.vi0.4312
• Títulos paralelos:
  • Intelligent Diagnosis of Phlebothrombosis
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este artículo presenta la aplicación de una técnica de Inteligencia Artificial al campo de la Medicina. Se trata de una red bayesiana especialmente creada para efectuar el diagnóstico de trombosis venosa profunda o flebotrombosis profunda. La red desarrollada toma en consideración síntomas, antecedentes clínicos, y resultados de determinadas prácticas médicas y de laboratorio para efectuar la detección de la afección en un paciente. Para realizar el testeo de la red se contó con los datos pertenecientes a sesenta casos reales suministrados por una institución de salud y sus correspondientes diagnósticos efectuados por dos médicos especializados. Sobre los resultados se aplicaron las métricas Precision y Recall obteniéndose valores satisfactorios.

  • English

    This article presents a bayesian network to diagnose deep vein thrombosis or deep phlebothrombosis. To detect this condition in a patient, the network considers symptoms, medical history and medical practice, and laboratory results. The network test was carried out with 59 real cases and in collaboration with two specialist doctors. The results of the applied metrics were satisfactory.

• Referencias bibliográficas
  • Férez Rubio, J.A. (2017). Redes Bayesianas aplicadas a la Medicina. Trabajo Final para Master Universitario en Bioinformática y Biomedicina....
  • Gena, C. (2005). Methods and techniques for the evaluation of user-adaptive systems. The Knowledge Engineering Review, 20 (1), 1-37. UK: Cambridge...
  • González Cedillo, C. (2019). Diagnóstico de enfermedades cardíacas con los algoritmos supervisados. Revista Ciencia y Tecnología, 19, 117-128....
  • Jensen, F. (1998). An introduction to Bayesian Networks. UK: UCL Press.
  • Ordoñez Ordoñez, P. Guamán, Jima, D., Patiño Rivera, S. & Torres Carrión, H. (2016). Diagnóstico de enfermedades infecciosas virales en...
  • Pearl, J. (1988). Probabilistic reasoning in intelligent systems: networks of plausible inference. USA: Morgan Kaufmann Publishers Inc.
  • Salarte Martínez, G. & Castro Bermúdez, Y. (2012). Modelo híbrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia...
  • Sandoyal, E. (2014). La incertidumbre en Medicina. Tendencias en Medicina, 44, 131-138. Uruguay: Farmanuario.
  • Sprockel, J. & Diaztagle, J. (2015). Precisión diagnóstica de un modelo de redes bayesianas en los síndrome coronarios agudos. Revista...