Selección de algoritmos de preprocesamiento de datos del Hospital Delicia Concepción Masvernat (Concordia, provincia de Entre Ríos) que permita el desarrollo de un componente de software para predicción de enfermedades cardiológicas

El sector sanitario, sin lugar a dudas es uno de los ámbitos en el que se administran grandes volúmenes de datos; principalmente en el área clínica.Esto conduce a identificar una importante necesidad de encontrar maneras deadministrar, integrar, analizar e interpretar ese gran conjunto de datos; pro...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Silva Layes, María Elizabeth, Benedetto, Marcelo Gabriel, Benítez Duval, Horacio, Costen, Elio Darío, Diez, Joaquín, Aguirre, Juan José, Falappa, Marcelo Alejandro, Frola, Jesús Fabián
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2022
Materias:
Ciencias Informáticas
Herramientas de Preprocesamiento
Inteligencia Artificial
Machine Learning
Sistemas de Soporte a Decisiones Clínicas
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/151664
https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/375/313
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-151664
record_format dspace
spelling I19-R120-10915-1516642023-04-18T20:04:02Z http://sedici.unlp.edu.ar/handle/10915/151664 https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/375/313 issn:2451-7496 Selección de algoritmos de preprocesamiento de datos del Hospital Delicia Concepción Masvernat (Concordia, provincia de Entre Ríos) que permita el desarrollo de un componente de software para predicción de enfermedades cardiológicas Silva Layes, María Elizabeth Benedetto, Marcelo Gabriel Benítez Duval, Horacio Costen, Elio Darío Diez, Joaquín Aguirre, Juan José Falappa, Marcelo Alejandro Frola, Jesús Fabián 2022-10 2022 2023-04-18T16:51:06Z es Ciencias Informáticas Herramientas de Preprocesamiento Inteligencia Artificial Machine Learning Sistemas de Soporte a Decisiones Clínicas El sector sanitario, sin lugar a dudas es uno de los ámbitos en el que se administran grandes volúmenes de datos; principalmente en el área clínica.Esto conduce a identificar una importante necesidad de encontrar maneras deadministrar, integrar, analizar e interpretar ese gran conjunto de datos; procurando identificar patrones de comportamiento que sean de utilidad en latoma de decisiones médicas. El proyecto de investigación1 en el que se enmarca este artículo plantea como principal objetivo desarrollar un componente de software capaz de generar, con aprendizaje automatizado, un modelo con capacidades predictivas sobre enfermedades cardiológicas; que permita un mejor soporte a decisiones de diagnóstico clínico y un avance significativo en la medicina preventiva. Este artículo presenta una revisión exhaustiva de las herramientas de preprocesamiento de datos para analizar datos sanitarios masivos, en términos de la imputación de valores perdidos, detección de valores atípicos, reducción, escalado, transformación y partición de datos. Además, se proponen herramientas de ciencia de datos en el campo sanitario. Se ha presentado un análisis en profundidad para describir los pros y los contras de las herramientas existentes para abordar los desafíos prácticos. Los resultados obtenidos son útiles para el desarrollo de investigaciones basadas en predicción de enfermedades en el campo sanitario. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 84-101
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Herramientas de Preprocesamiento
Inteligencia Artificial
Machine Learning
Sistemas de Soporte a Decisiones Clínicas
spellingShingle Ciencias Informáticas
Herramientas de Preprocesamiento
Inteligencia Artificial
Machine Learning
Sistemas de Soporte a Decisiones Clínicas
Silva Layes, María Elizabeth
Benedetto, Marcelo Gabriel
Benítez Duval, Horacio
Costen, Elio Darío
Diez, Joaquín
Aguirre, Juan José
Falappa, Marcelo Alejandro
Frola, Jesús Fabián
Selección de algoritmos de preprocesamiento de datos del Hospital Delicia Concepción Masvernat (Concordia, provincia de Entre Ríos) que permita el desarrollo de un componente de software para predicción de enfermedades cardiológicas
topic_facet Ciencias Informáticas
Herramientas de Preprocesamiento
Inteligencia Artificial
Machine Learning
Sistemas de Soporte a Decisiones Clínicas
description El sector sanitario, sin lugar a dudas es uno de los ámbitos en el que se administran grandes volúmenes de datos; principalmente en el área clínica.Esto conduce a identificar una importante necesidad de encontrar maneras deadministrar, integrar, analizar e interpretar ese gran conjunto de datos; procurando identificar patrones de comportamiento que sean de utilidad en latoma de decisiones médicas. El proyecto de investigación1 en el que se enmarca este artículo plantea como principal objetivo desarrollar un componente de software capaz de generar, con aprendizaje automatizado, un modelo con capacidades predictivas sobre enfermedades cardiológicas; que permita un mejor soporte a decisiones de diagnóstico clínico y un avance significativo en la medicina preventiva. Este artículo presenta una revisión exhaustiva de las herramientas de preprocesamiento de datos para analizar datos sanitarios masivos, en términos de la imputación de valores perdidos, detección de valores atípicos, reducción, escalado, transformación y partición de datos. Además, se proponen herramientas de ciencia de datos en el campo sanitario. Se ha presentado un análisis en profundidad para describir los pros y los contras de las herramientas existentes para abordar los desafíos prácticos. Los resultados obtenidos son útiles para el desarrollo de investigaciones basadas en predicción de enfermedades en el campo sanitario.
format Objeto de conferencia
Objeto de conferencia
author Silva Layes, María Elizabeth
Benedetto, Marcelo Gabriel
Benítez Duval, Horacio
Costen, Elio Darío
Diez, Joaquín
Aguirre, Juan José
Falappa, Marcelo Alejandro
Frola, Jesús Fabián
author_facet Silva Layes, María Elizabeth
Benedetto, Marcelo Gabriel
Benítez Duval, Horacio
Costen, Elio Darío
Diez, Joaquín
Aguirre, Juan José
Falappa, Marcelo Alejandro
Frola, Jesús Fabián
author_sort Silva Layes, María Elizabeth
title Selección de algoritmos de preprocesamiento de datos del Hospital Delicia Concepción Masvernat (Concordia, provincia de Entre Ríos) que permita el desarrollo de un componente de software para predicción de enfermedades cardiológicas
title_short Selección de algoritmos de preprocesamiento de datos del Hospital Delicia Concepción Masvernat (Concordia, provincia de Entre Ríos) que permita el desarrollo de un componente de software para predicción de enfermedades cardiológicas
title_full Selección de algoritmos de preprocesamiento de datos del Hospital Delicia Concepción Masvernat (Concordia, provincia de Entre Ríos) que permita el desarrollo de un componente de software para predicción de enfermedades cardiológicas
title_fullStr Selección de algoritmos de preprocesamiento de datos del Hospital Delicia Concepción Masvernat (Concordia, provincia de Entre Ríos) que permita el desarrollo de un componente de software para predicción de enfermedades cardiológicas
title_full_unstemmed Selección de algoritmos de preprocesamiento de datos del Hospital Delicia Concepción Masvernat (Concordia, provincia de Entre Ríos) que permita el desarrollo de un componente de software para predicción de enfermedades cardiológicas
title_sort selección de algoritmos de preprocesamiento de datos del hospital delicia concepción masvernat (concordia, provincia de entre ríos) que permita el desarrollo de un componente de software para predicción de enfermedades cardiológicas
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/151664
https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/375/313
work_keys_str_mv AT silvalayesmariaelizabeth selecciondealgoritmosdepreprocesamientodedatosdelhospitaldeliciaconcepcionmasvernatconcordiaprovinciadeentreriosquepermitaeldesarrollodeuncomponentedesoftwareparapredicciondeenfermedadescardiologicas
AT benedettomarcelogabriel selecciondealgoritmosdepreprocesamientodedatosdelhospitaldeliciaconcepcionmasvernatconcordiaprovinciadeentreriosquepermitaeldesarrollodeuncomponentedesoftwareparapredicciondeenfermedadescardiologicas
AT benitezduvalhoracio selecciondealgoritmosdepreprocesamientodedatosdelhospitaldeliciaconcepcionmasvernatconcordiaprovinciadeentreriosquepermitaeldesarrollodeuncomponentedesoftwareparapredicciondeenfermedadescardiologicas
AT costeneliodario selecciondealgoritmosdepreprocesamientodedatosdelhospitaldeliciaconcepcionmasvernatconcordiaprovinciadeentreriosquepermitaeldesarrollodeuncomponentedesoftwareparapredicciondeenfermedadescardiologicas
AT diezjoaquin selecciondealgoritmosdepreprocesamientodedatosdelhospitaldeliciaconcepcionmasvernatconcordiaprovinciadeentreriosquepermitaeldesarrollodeuncomponentedesoftwareparapredicciondeenfermedadescardiologicas
AT aguirrejuanjose selecciondealgoritmosdepreprocesamientodedatosdelhospitaldeliciaconcepcionmasvernatconcordiaprovinciadeentreriosquepermitaeldesarrollodeuncomponentedesoftwareparapredicciondeenfermedadescardiologicas
AT falappamarceloalejandro selecciondealgoritmosdepreprocesamientodedatosdelhospitaldeliciaconcepcionmasvernatconcordiaprovinciadeentreriosquepermitaeldesarrollodeuncomponentedesoftwareparapredicciondeenfermedadescardiologicas
AT frolajesusfabian selecciondealgoritmosdepreprocesamientodedatosdelhospitaldeliciaconcepcionmasvernatconcordiaprovinciadeentreriosquepermitaeldesarrollodeuncomponentedesoftwareparapredicciondeenfermedadescardiologicas
_version_ 1765659997947035648

Ejemplares similares