Está en la página 1de 18

UNIVERSIDAD TCNICA

DE AMBATO

Minera de Datos,
Aplicaciones en Ciencias de la
Salud

Mg. MARCO POLO SILVA


SEGOVIA
Minera de Datos
Facilita el anlisis de grandes bases de datos y
obtener informacin relevante, con la
particularidad de que puede ayudar a
identificar patrones inusuales en los datos
Es una tcnica avanzada de anlisis que brinda
una herramienta para la toma de decisiones en
casi todas las reas del conocimiento
Campos de
Aplicacin
Militar Informtica Telecomunicaciones
Qumica Derecho Aeronutica
Geologa Arqueologa Agricultura
Electrnica Transporte Educacin
Medicina Industria Finanzas y Gestin
En ciencias de la
La
Salud
medicina y otras reas
de las ciencias de la salud
tambin requieren de esta
herramienta para poder
obtener informacin til y
critica para determinar el
diagnstico, la descripcin,
explicacin y aplicacin de
tratamientos a
enfermedades de difcil
pronstico y tratamiento
por mtodos
convencionales.
Aplicaciones Medicas
El cncer es una de las enfermedades en las
cuales la minera de datos puede hacer un gran
aporte al descubrimiento de patrones inusuales de
datos, que faciliten descubrir la historia natural del
cncer, la deteccin, la etiologa multifactorial, su
tratamiento y los niveles de causalidad de la
mortalidad.
En las ciencias de la salud la minera de datos
ayuda a descubrir y extraer informacin
importante que reside de manera implcita en los
datos. Esta informacin es previamente
desconocida y puede resultar til para todos los
procesos o procedimientos mdicos o clnicos.
Algoritmos
Reglas de asociacin
Arboles de decisin
Regresin logstica
Herramientas

Weka
RapidMiner
SPSS Modeler
Reglas de asociacin
Se utilizan para descubrir hechos
que ocurren en comn dentro de un
determinado conjunto de datos
T. Menzies, Y. Hu.Data Mining For Busy People. IEEE Computer, Outubro de
2003, pgs. 18-25.
Diagnostico del sndrome metablico
Hipertensin arterial
Triglicridos
Colesterol
ndice de Masa Corporal
Microalbuminuria
Resistencia a la Insulina
Acantosis nigriacans
Dislipedemia
Diabetes

Trabaja con variables dicotmicas

REGLAS DE ASOCIACIN
rboles de decisin
Proveen una forma grfica para
anlisis que representan todos los
eventos (sucesos) que pueden surgir
a partir de una decisin asumida en
un determinado momento.
Este bases de datos de cncer de mama se obtuvo de la Universidad de Wisconsin
Hospitales, Madison del Dr. William H. Wolberg.

# Atributo de dominio
- -----------------------------------------
1. La muestra nmero nmero del cdigo de identificacin
2. Macizo Espesor 1 - 10
3. Uniformidad de Tamao de celda de 1 - 10
4. La uniformidad de la forma celular 1 - 10
5. Adhesin Marginal 1-10
6. individual de clulas epiteliales Tamao 1 - 10
7. Los ncleos Bare 1 - 10
8. La cromatina Bland 1 - 10
9. normal Nucleolos 1 - 10
10. Las mitosis 1 - 10
11. Clase: (2 para benigna, 4 para maligna)

RBOLES DE DECISIN
Regresin Logstica
Es un tipo de anlisis
deregresinutilizado para predecir el
resultado de una variable categrica (una
variable que puede adoptar un nmero
limitado de categoras) en funcin de las
variables independientes o predictoras.
Una Aplicacin prctica

REGRESIN LOGSTICA
Conclusiones
La minera de datos provee un conjunto amplio de
herramientas y algoritmos para el anlisis
avanzado de datos.
Las herramientas provistas de software libre y de
pago facilitan el modelado de sistemas expertos
que facilitan el diagnostico o el pronostico de
enfermedades cuando la experiencia del Mdico no
es suficiente.
Existen muchas otras herramientas, como la
Inteligencia Artificial (IA) que proveen modelos ms
poderosos en los procesos de Minera de Datos.
Recomendaciones
La Bioestadstica es una herramienta para la
investigacin en Ciencias de la Salud que
combinada con herramientas y algoritmos
avanzados facilita su proceso en todas sus etapas.
Las herramientas de software libre proveen un
buen apoyo a los procesos de investigacin con un
costo aceptable en la curva de aprendizaje de su
uso y aplicacin.
Para el bioestadstico es imprescindible el uso de
herramientas y algoritmos de IA para potenciar los
niveles de confianza de sus hallazgos.
Gracias por la atencin