Examinando por Autor "Mondragon Silva, Sergio Alexander"

Mostrando 1 - 2 de 2

Artículo de revisión: Sistemas predictivos del cáncer de mama basados en redes neuronales artificiales
(Universidad Católica Santo Toribio de Mogrovejo, 2022) Mondragon Silva, Sergio Alexander; Mondragon Silva, Sergio Alexander; Reyes Burgos, Karla Cecilia
El presente artículo buscará revisar los artículos de investigaciones realizadas sobre de sistemas predictivos del cáncer de mamá basados en redes neuronales con el fin de identificar tendencias tanto en la construcción de estos sistemas como en los países que las desarrollan. Por tal motivo, se realizará una búsqueda en las bases de datos a las que se obtuvo acceso, se procederá a plantear filtros y criterios de exclusión e inclusión para lograr obtener artículos con un estándar definido. Como resultado de lo anterior, se obtuvieron doce trabajos de investigación de los cuales se pudo afirmar que el mayor número de investigaciones provienen de la India e Inglaterra observándose una gran ausencia de los países latinoamericanos. Además, se logró tener un listado de las principales características que son utilizadas en el entrenamiento de las redes neuronales aplicadas en los diferentes sistemas informáticos. Finalmente, se espera que este articulo sirva como referencia e inspiración para investigar e implementar software predictivo en el área de salud.
Desarrollo de un sistema inteligente web basado en redes neuronales artificiales para la predicción del riesgo de mortalidad del COVID-19
(Universidad Católica Santo Toribio de Mogrovejo, 2023) Mondragon Silva, Sergio Alexander; Mondragon Silva, Sergio Alexander; Lip Curo, Guadalupe Teresa
El presente trabajo de investigación surge ante el problema mundial de la pandemia del COVID-19, de tal manera, esta investigación tiene como objetivo general el implementar una solución basada en redes neuronales artificiales para predecir el riesgo de mortalidad de la COVID-19 en pacientes infectados, utilizando datos de una clínica de la ciudad de Chiclayo. Así, se decidió utilizar la metodología Scrum para la gestión del proyecto de investigación y para el modelado de la red neuronal artificial (RNA) se siguió la metodología de desarrollo utilizada en la investigación de I. Kaastra y M. Boyd incluyendo ciertas mejoras de la metodología utilizada en la investigación de Abdulaal A et al. En consecuencia, este proyecto generó una herramienta médica la cual es accesible a través de cualquier navegador web y cuenta con dos RNA implementadas las cuales tienen la capacidad de aprender de nuevos registros clínicos ingresados. La mejor RNA implementada tiene una exactitud del 82.72%, AUROC de 88.48%, desviación estándar de 0.0848 y un F1Score de 83.72%; además, este sistema web fue validado para el diagnóstico con las siguientes métricas médicas: 85.71% de sensibilidad. 79.48% de especificidad y un AUROC del 88.48%. Así pues, del desarrollo de esta herramienta se concluye que para identificar la correcta arquitectura e hiperparámetros se deben generar diferentes iteraciones de entrenamiento de la RNA; asimismo, en cada iteración se debe utilizar diferentes combinaciones de arquitectura e hiperparámetros calculando las métricas de exactitud, F-measure, AUROC y desviación estándar. Finalmente, se podrá elegir a la combinación con las mejores métricas.