Resumen de Optimización de los Diagnósticos Médicos Mediante Técnicas de Minería de Datos

Marcela Baukloh Coronil, Carina Yoshimura Kumano

• español

  El presente trabajo tuvo como objetivo definir patrones respecto a los pacientes bajo condiciones similares, para la optimización de los diagnósticos médicos mediante técnicas de minería de datos, específicamente técnicas de clasificación aplicadas a los registros la base de datos del Centro Latinoamericano de Perinatología (CLAP), que posee el historial de embarazadas que asisten a sus controles prenatales en el Hospital Regional de Encarnación (HRE), comprendidas entre los años 2009 y 2014.Durante la investigación se analizaron las posibles causas de hipertensión arterial, parto prematuro y rotura prematura de membrana en las embarazadas. Los clasificadores indicaron un alto porcentaje de precisión en los resultados obtenidos, por ejemplo, un clasificador indicó 95% de exactitud al determinar como principal causa de la hipertensión arterial (HTA) inducida en el embarazo al antecedente de HTA de la paciente. Considerando el alto porcentaje de exactitud de los clasificadores se concluye que los patrones definidos por los algoritmos de clasificación son válidos para el diagnóstico médico de control prenatal, y por medio de estos patrones se confirman varias teorías médicas como la importancia de las consultas prenatales, la incidencia de los antecedentes personales o familiares, entre otros.

• English

  The objective of this paper was to define patterns of patients under similar conditions, for the optimization of medical diagnostics using data mining techniques, specifically classification techniques applied to Latin American Center of Perinatology database, which have the history of pregnant attending prenatal checkups in the Encarnación Regional Hospital, between 2009 and 2014. During the implementation of the project, it was carried out the analyses of possible causes of high blood pressure; premature birth and premature membrane rupture in pregnant. Classifiers indicated a high percentage of accuracy in the results, for example, a classifier indicated 95% accuracy determining the main cause of high blood pressure induced by pregnancy the hypertension historic of the patient. Considering the high percentage of accuracy of the classifiers, the conclusion is that the patterns defined by the classification algorithms are valid for the medical diagnosis of prenatal care, and through these patterns, some medical theories are confirmed, such as the importance of prenatal consultations, the incidence of personal or family history, and others.