Prevención de diabetes con técnicas de aprendizaje automático, hacia un futuro sostenible
Diabetes prevention with machine learning techniques, towards a sustainable future
Palabras clave:
salud, aprendizaje automático, calidad de vida, modelo inteligente, health, machine learning, quality of life, intelligent modelResumen
Entre los objetivos de desarrollo sostenible de la Agenda 2030 de la Organización de Naciones Unidas se ubica la salud y el bienestar. Al respecto, las tecnologías inteligentes han desempeñado un rol protagónico en la construcción de un futuro sostenible al incrementar la calidad de vida de las poblaciones, al respecto, el aprendizaje automático ha significado un apoyo importante en términos de predicción como herramienta para la prevención de enfermedades. Por ello, se expone un modelo inteligente de predicción de diabetes considerando que esta enfermedad constituye la segunda mas frecuente en Hidalgo y la cuarta causa de muerte en el mundo, para desarrollarlo se aplicó la metodología CRISPDM, luego de validarlo se obtuvo una exactitud de 98%, precisión 96%, sensibilidad 100%, especificidad 96% y F1-Score 97.95%. Esta propuesta se considera adecuada para identificar personas vulnerables al padecimiento y tomar decisiones que permitan mantener e incrementar su calidad de vida.
Health and well-being are among the sustainable development goals of the United Nations 2030 Agenda. In this regard, smart technologies have played a leading role in building a sustainable future by increasing the quality of life of populations. In this regard, machine learning has provided important support in terms of prediction as a tool for disease prevention. . For this reason, an intelligent diabetes prediction model is presented considering that this disease is the second most frequent in Hidalgo and the fourth cause of death in the world. To develop it, the CRISP-DM methodology was applied, after validating it, an accuracy was obtained. of 98%, precision 96%, sensitivity 100%, specificity 96% and F1-Score 97.95%. This proposal is considered appropriate to identify people vulnerable to the condition and make decisions that allow them to maintain and increase their quality of life.
