Prediagnóstico Médico de la Diabetes Mellitus tipo 2 mediante Machine Learning

Abstract

En el artículo se presenta el desarrollo un sistema para prediagnosticar la diabetes mellitus tipo 2. El proceso de prediagnóstico consta de tres etapas medición; anamnesis, examen físico y un examen complementario. Como resultado se da a conocer la probabilidad de padecer diabetes mellitus tipo 2 mediante redes neuronales que utilizan como entradas: edad, género, altura, peso, circunferencia abdominal, antecedentes familiares relacionados a la diabetes, patología y estado de gestación de ser el caso. Se utilizaron perceptrones para realizar la clasificación de los patrones y los resultados se validaron con la cuadrícula de análisis consensuado de errores de Clarke, permitiendo obtener un sistema de prediagnóstico no invasivo con una probabilidad de acierto no menor de 90%