Predicción de riesgo cardiovascular mediante aprendizaje automático: un análisis comparativo entre técnicas

El ámbito de la atención médica, impulsado por el crecimiento constante de datos relacionados con la salud humana y el curso en desarrollo de la transformación digital, está experimentando una notable evolución. En este estudio de carácter experimental, se llevó a cabo una comparativa de técnicas de Inteligencia Artificial, específicamente redes neuronales, Random Forest y árbol de decisión, con el propósito de evaluar su eficacia en el diagnóstico de enfermedades cardiovasculares. Esto se logró aprovechando datos clínicos disponibles en bases de datos de acceso abierto. La metodología se enfocó en la identificación de las variables más influyentes en el diagnóstico de enfermedades cardiovasculares mediante una revisión exhaustiva de la literatura. Luego, se determinaron las técnicas de Aprendizaje automático a emplear y se adquirió el conjunto de datos más apropiado para estas variables. Los resultados revelaron que las tres técnicas de Inteligencia Artificial demostraron un buen desempeño en el diagnóstico de enfermedades cardiovasculares. Es importante resaltar que el modelo basado en redes neuronales destacó con una precisión del 89%, consolidándose como una herramienta de gran relevancia para respaldar el diagnóstico oportuno de estas enfermedades. Estos hallazgos sugieren un posible impacto positivo en la práctica clínica y la atención médica futura al proporcionar a los profesionales de la salud un recurso valioso para tomar decisiones informadas en el diagnóstico y tratamiento de enfermedades cardiovasculares. En última instancia, esto podría mejorar la calidad de la atención y la vida de los pacientes. Este estudio refuerza la noción de que las técnicas de Aprendizaje automático desempeñan un rol fundamental en la transformación de la atención médica y la toma de decisiones clínicas en el ámbito de la salud, ofreciendo nuevas perspectivas para la prevención y el tratamiento de enfermedades cardiovasculares y otros trastornos médicos.