Aplicación móvil basado en Machine Learning para la predicción de enfermedades cardiovasculares

Abstract

Esta tesis, presenta el desarrollo de una aplicación móvil, que utiliza Machine Learning (ML), para predecir enfermedades cardiovasculares (ECV), en personas mayores de 30 años, el objetivo principal es mejorar la precisión, sensibilidad, especificidad y puntuación F1 en la predicción de ECV. La investigación utiliza el algoritmo KNN (K-Nearest Neighbors), para analizar datos de una base de datos en línea (CLEVELAND), y otros conjuntos de datos clínicos, obtenidos del uso de la aplicación móvil, se evalúa el rendimiento de los modelos, utilizando métricas como precisión, sensibilidad, especificidad y puntuación F1. Los algoritmos de ML, demostraron una alta precisión (superior al 95%) en la predicción de ECV, la aplicación móvil permite a los usuarios, monitorear su salud cardiovascular y recibir recomendaciones personalizadas. La implementación de una aplicación móvil basada en ML, mejora significativamente la predicción de ECV, ofreciendo una herramienta accesible y precisa, para la prevención y el manejo de estas enfermedades, la investigación destaca el potencial de la tecnología para salvar vidas. Se recomienda continuar la investigación, y el desarrollo de aplicaciones móviles, basadas en ML, para otras áreas de la salud, se sugiere la colaboración con profesionales médicos, para validar y mejorar continuamente los modelos predictivos.