universidad del atlantico

DIAGNÓSTICO DE NEUROPATÍAS
EN PACIENTES DIABÉTICOS
MEDIANTE LA APLICACIÓN DE
APRENDIZAJE AUTOMÁTICO
MINERIA DE DATOS

PLANTEAMIENTO DEL PROBLEMA

Este artículo describe la construcción de modelos de clasificación
mediante la aplicación de algoritmos de aprendizaje automático,
en el dominio kinesiológico del diagnóstico de neuropatía, El
objetivo principal de la investigación es construir un modelo para RESULTADOS
clasificar la condición de neuropatía diabética en pacientes,
Los resultados del
utilizando los datos registrados por el experto y, principalmente,
conjunto de datosl
utilizando una Wii Balance Board para capturar las variaciones
muestran que la
posturales de un sujeto sometido a una serie de evaluaciones. precisión obtenida fue
clínicas. del 67% (33% de error),
utilizando el clasificador
NB, que se ajusta
correctamente a pesar
de la alta
dimensionalidad y la
baja cantidad de
registros En general, los
modelos permiten
clasificar la patología,
pero no están logrando
un mayor rendimiento,
por lo que se deben
considerar diferentes
características

METODOLOGIA
El proceso se desarrolla mediante la metodología CRISP-DM,
acorde al proceso de Descubrimiento de Conocimiento en
Bases de Datos (KDD). utilizó una variación de la guía Cross
Industry Standard Process for Data Mining (CRISP-DM), para
el desarrollo de modelos de aprendizaje automático. La
evaluación de los resultados y el proceso de desarrollo se
basó, además de las métricas estándar de desempeño, en el
juicio de expertos en el dominio (área de kinesiología) para la
correcta interpretación y evaluación de los resultados
obtenidos.