Sistema basado en conocimiento para el apoyo diagnóstico de preeclampsia mediante ecografías genéticas en pacientes del consultorio médico ECOMUJER

Abstract

El presente trabajo de investigación demuestra que un Sistema basado en Conocimiento (SBC), implementado gracias a un modelado de Machine Learning ha dado solución a una problemática de identificación de Preeclampsia en un consultorio médico de la ciudad de Chiclayo, brindado relevantes aportes tales como identificar la enfermedad presentada, gestionar la información de esta, considerar un tratamiento médico de calidad y reducción de tiempos para presentar dicho diagnóstico, brindando también una solución a la baja sensibilidad y especificidad en los diagnósticos que se tiene constantemente en ecografías genéticas a nivel nacional, este sistema basado en conocimiento se implementó mediante la metodología de programación XP, integrada con métodos o técnicas de inteligencia artificial, la propuesta web se implementó mediante HTML y Bootstrap, la interfaz dinámica y programación backend se implementó mediante JavaScript y también se utilizó PHP y Python para el desarrollo de este, como gestor de Base de datos se utilizó MySQL y con la ayuda del Algoritmo Convutional Neural Networks, el cual con modelado de machine Learning alcanzó una sensibilidad del 95%, al igual que su especificidad obteniendo una valor del 93%, los cuales en combinación arrojan un porcentaje óptimo en la precisión de la neurona como resultado final (95%). Finalmente se obtuvo un recibimiento por parte de los profesionales médicos referente a la utilidad y usabilidad, siendo evaluados con una encuesta de investigación orientada al modelo de aceptación tecnológica (TAM) dando como resultado índices de aceptación “Muy útil”.

The present research work demonstrates that a Knowledge-Based System (KBS), implemented thanks to Machine Learning modeling, has provided a solution to a problem of identifying Preeclampsia in a medical office in the city of Chiclayo, providing relevant contributions such as identifying the disease presented, manage the information about it, consider quality medical treatment and reduction of time to present said diagnosis, also providing a solution to the low sensitivity and specificity in the diagnoses that are constantly found in genetic ultrasounds at the national level, this knowledge-based system was implemented using the XP programming methodology, integrated with artificial intelligence methods or techniques, the web proposal was implemented using HTML and Bootstrap, the dynamic interface and backend programming was implemented using JavaScript and PHP and Python were also used to In its development, MySQL was used as a database manager and with the help of the Convutional Neural Networks Algorithm, which with machine learning modeling reached a sensitivity of 95%, as well as its specificity, obtaining a value of 93%. which in combination give an optimal percentage in the precision of the neuron as a final result (95%). Finally, a reception was obtained from medical professionals regarding usefulness and usability, being evaluated with a research survey oriented to the technological acceptance model (TAM), resulting in “Very useful” acceptance rates.