| dc.creator | Florez Prias, Luis Alfonso | es |
| dc.creator | Carrascal Porras, Fernando Luis | es |
| dc.date | 2022-07-27 | |
| dc.date.accessioned | 2025-07-25T16:21:14Z | |
| dc.date.available | 2025-07-25T16:21:14Z | |
| dc.identifier | https://publicaciones.unad.edu.co/index.php/memorias/article/view/4891 | |
| dc.identifier | 10.22490/25904779.4891 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/72258 | |
| dc.description | Las enfermedades cardiovasculares (ECV) junto con el cáncer, la diabetes y las enfermedades pulmonares crónicas, se identifican en su conjunto como enfermedades no trasmisibles (ENT), las cuales han mostrado un rápido aumento; dentro de ellas las ECV representan la principal causa de muerte en Colombia y el mundo.
El presente proyecto busca mediante un estudio experimental la incorporación de Inteligencia Artificial como apoyo diagnostico en el proceso de atención a pacientes con riesgo cardiovascular. Para lo cual se aprovecharan los datos obtenidos de pacientes atendidos durante el 2018 y 2019 por una IPS del departamento de Sucre.
El concepto de inteligencia artificial no es nuevo, este ha venido evolucionando desde la segunda mitad del siglo XX pero fue hasta la primera década del presente siglo que tuvo su auge en cuanto a aplicaciones en el sector salud en donde se ha observado su gran relevancia
Entre las variables a monitorear se encuentran edad, sexo, peso, talla, Índice de masa corporal, presión arterial, presencia de diabetes, dislipidemias, entre otras.
Bajo el concepto de Machine Learning, se desarrollará un algoritmo inteligente con la habilidad de aprender sin ser explícitamente programado que permita evaluar los riesgos potenciales del individuo y así, asistir virtualmente al personal médico en las acciones de promoción, prevención y diagnóstico de manera minuciosa y precisa para la modalidad de atención en telemedicina. | es |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | UNAD | es |
| dc.relation | https://publicaciones.unad.edu.co/index.php/memorias/article/view/4891/5680 | |
| dc.rights | Derechos de autor 2022 Memorias | es |
| dc.rights | https://creativecommons.org/licenses/by-nc-sa/4.0 | es |
| dc.source | Memorias; EXPOTECH Ciencia, Ingeniería y Sociedad | es |
| dc.source | 2590-4779 | |
| dc.subject | Cardiovascular, enfermedades crónicas, inteligencia artificial, Machine Learning, innovación. | es |
| dc.title | Modelo de inteligencia artificial como apoyo diagnóstico para la estimación de riesgo cardiovascular en pacientes atendidos bajo la modalidad de telemedicina en una IPS del departamento de Sucre 2021 | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | Memorias Expotech 2021 | es |
