Implementación de un sistema de diagnóstico clínico aplicando un modelo predictivo de Machine Learning para la detección de neumonía en el hospital Villa Rebagliati de EsSalud, 2021

Abstract

La presente investigación y su objetivo propuesto, fue generar una herramienta tecnológica que permita predecir a través de una radiografía de tórax, si un paciente padece de neumonía y de presentar el cuadro de la enfermedad identificar el tipo de neumonía (Bacteriana o Viral), esta herramienta busca ayudar a los médicos del Hospital Villa Rebagliati en la realización de sus diagnósticos de neumonía, de esta forma, el tratamiento a seguir del paciente sea el adecuado y oportuno. La solución tecnológica desarrollada en esta investigación es un sistema web de diagnóstico clínico integrado con un modelo de predicción de machine learning. Para la elaboración del modelo se utilizó un algoritmo de aprendizaje basado en redes neuronales convolucionales y un dataset de 4023 radiografías (1341 radiografías de pacientes con neumonía bacteriana, 1341 con neumonía Viral y 1341 radiografías sin neumonía), estos datos se obtuvieron de un repositorio virtual, se logró con el entrenamiento una precisión del modelo de 86.32%, el cual es un buen porcentaje de precisión, con el modelo generado se procedió a realizar pruebas con el especialista en medicina, logrando tener una buena aceptación de la solución tecnológica. Referente al tipo de diseño metodológico, se aplicó un diseño de investigación experimental, de tipo aplicativa y de nivel explicativa, con ello se estableció el procedimiento y metodología adecuado para la elaboración del trabajo de investigación, dando como resultado final la contrastación dela hipótesis planteada, " La implementación de un sistema de diagnóstico clínico aplicando un modelo predictivo de Machine Learning ayuda de manera notable la detección de neumonía en el Hospital Villa Rebagliati de EsSalud”.