Mostrar el registro sencillo del ítem
Desarrollo de un entorno de visualización inteligente de análisis de datos médicos
dc.contributor.author | Fernández-Pérez, Paula | |
dc.date | 2019-06-26 | |
dc.date.accessioned | 2019-11-05T13:34:10Z | |
dc.date.available | 2019-11-05T13:34:10Z | |
dc.identifier.uri | https://reunir.unir.net/handle/123456789/9502 | |
dc.description | The aim of this work is to develop a tool for clinicians, which predicts in an easy and fast way both, death and associated diagnostics probability. The contribution of this work is the inclusion in the prediction of experiences using MachineLearning together with basic vital signs. Even though the fact that many AI applications have been developed for medical issues, nowadays, the most used predicting systems for mortality are still scores such as Apache II. The problem with them is that scores need many historical patient info and laboratory results, which are not always accessible. The developed tool has a LogLoss score of 0.438 for death prediction and 4.0375 for secondary diagnostics prediction, which means that it has a high reliability for the first one and would be a help for the second one. | es_ES |
dc.description.abstract | En este trabajo se desarrolla una herramienta que permita al personal sanitario predecir de una manera rápida y sencilla tanto la probabilidad de muerte de un individuo como diagnósticos asociados que puede desarrollar durante su episodio asistencial. La contribución de este TFM es la inclusión de experiencias pasadas mediante el uso de tecnología MachineLearning junto con constantes de monitorización básicas en la predicción. A pesar de las numerosas contribuciones de la inteligencia artificial en los entornos médicos, en la actualidad los sistemas de predicción de mortalidad más utilizados en el entorno hospitalario son las escalas como el Apache II, pero éstas necesitan de muchas variables históricas del paciente y resultados de laboratorio que no siempre son accesibles. La herramienta desarrollada cuenta con un LogLoss de 0.438 para la predicción de muerte y de 4.0375 para la predicción de posibles diagnósticos asociados. Por lo tanto, tendrá una alta fiabilidad para la primera y servirá de orientación para la segunda. | es_ES |
dc.language.iso | spa | es_ES |
dc.rights | openAccess | es_ES |
dc.subject | AutoMachineLearning | es_ES |
dc.subject | predicción | es_ES |
dc.subject | probabilidad de muertem | es_ES |
dc.subject | diagnósticos prediction | es_ES |
dc.subject | death probability | es_ES |
dc.subject | diagnostics | es_ES |
dc.subject | Máster en Visual Analytics y Big Data | es_ES |
dc.title | Desarrollo de un entorno de visualización inteligente de análisis de datos médicos | es_ES |
dc.type | masterThesis | es_ES |
reunir.tag | ~MAVDM | es_ES |