Diseño e implementación de una aplicación para el diagnóstico y detección temprana de diabetes tipo 2
La diabetes tipo 2 es una enfermedad crónica que representa un desafío significativo para la salud pública mundial, con una prevalencia en aumento y graves riesgos para la salud. En paralelo, el avance tecnológico, especialmente en el campo del Machine Learning (ML), ofrece oportunidades para mejora...
- Autores:
-
Castro Gómez, Sonya
Félix Carvajal, Jeffrey
Mejía Caballero, Darío
- Tipo de recurso:
- Fecha de publicación:
- 2024
- Institución:
- Universidad del Norte
- Repositorio:
- Repositorio Uninorte
- Idioma:
- spa
- OAI Identifier:
- oai:manglar.uninorte.edu.co:10584/13003
- Acceso en línea:
- http://hdl.handle.net/10584/13003
- Palabra clave:
- Diabetes
Machine Learning
Diagnóstico
Enfermedades
- Rights
- License
- Universidad del Norte
| Summary: | La diabetes tipo 2 es una enfermedad crónica que representa un desafío significativo para la salud pública mundial, con una prevalencia en aumento y graves riesgos para la salud. En paralelo, el avance tecnológico, especialmente en el campo del Machine Learning (ML), ofrece oportunidades para mejorar el diagnóstico y tratamiento de enfermedades. Este estudio propone el desarrollo de un modelo de diagnóstico de diabetes tipo 2 basado en ML, con el objetivo de proporcionar una herramienta precisa y temprana para la detección de esta enfermedad. Se utilizarán técnicas avanzadas de ML para aprender de datos pasados y extraer características complejas, con el fin de crear un modelo que pueda ser implementado en una aplicación web interactiva. Esta aplicación permitirá a los usuarios ingresar síntomas relacionados con la diabetes tipo 2 y recibir una evaluación de riesgo personalizada. Los resultados esperados incluyen un modelo preciso y funcional, así como una aplicación web accesible que pueda mejorar la detección temprana y el tratamiento oportuno de la diabetes tipo 2, contribuyendo así a una atención médica más efectiva y personalizada. |
|---|