Sistema Web Basado en Machine Learning para Predecir la Dermatitis Canina en una Veterinaria

Abstract

Actualmente se acepta la necesidad de utilizar sistemas de información clínica que garanticen la prolongación de acciones para atender necesidades, y una forma de lograr esta interoperabilidad, es estandarizar la transmisión de registros médicos electrónicos o componentes de dichos formularios. De acuerdo con ello, en el presente estudio se determinó en qué medida un sistema web basado en Machine Learning predice la dermatitis canina en una veterinaria. Desde el aspecto metodológico fue aplicada, preexperimental, cuantitativo con una población de 400 imágenes de caninos y 40 dueños; además se usó CRISP-DM junto al proceso racional unificado (RUP). Se realizó el entrenamiento con la data de validación usando 5 optimizadores de redes neuronales convolucionales, por lo que se trabajó con el optimizador Nadam porque obtuvo un alto valor a diferencia de los demás, siendo el 70% en exactitud y 82% en precisión; además, para comprobar la hipótesis se utilizó el índice de Kappa de Cohen obteniéndose en todos con una significancia menor a 0.05 y una concordación de los resultados superior a 50%, por lo que se concluyó que el sistema web basado en Machine Learning sí predice la dermatitis canina.