Desarrollo de algoritmo para el apoyo en la identificación de fallas comunes en máquinas de anestesia

El presente documento es el resultado de la investigación de fallas comunes en máquina de anestesia realizada en un hospital de cuarto nivel en la ciudad de Bogotá. Además, se encuentra la metodología que se realizó para el desarrollo del algoritmo de identificación de fallas a partir de los datos de los mantenimientos correctivos recolectados en el hospital de los fabricantes Dräger y Datex Ohmeda por medio de dos métodos de Machine Learning. Obteniendo como resultado para la identificación de fallas en máquinas de anestesia de marca Dräger el método con mayor precisión fue el Decision Tree Classifier con un 76% de certeza. Mientras que para Datex Ohmeda el método con mayor precisión fue Random Forest Classifier con el 74,4% de efectividad.

• Autores: Gracia Ramírez, David Leonardo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Escuela Colombiana de Ingeniería Julio Garavito
• Repositorio: Repositorio Institucional ECI
• Idioma: spa
• OAI Identifier: oai:repositorio.escuelaing.edu.co:001/2132
• Acceso en línea: https://repositorio.escuelaing.edu.co/handle/001/2132; https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=23192
• Palabra clave: Equipos Biomédicos; Ingeniería Biomédica; Algoritmo; Equipos Biomédicos; Ingeniería Biomédica; Algoritmo; Biomedical Equipment; Biomedical engineering; Algorithm
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2