Aplicación de algoritmos de machine learning para la predicción de factores de riesgo en la prevalencia del accidente cerebrovascular en la Subred de Servicios de Salud Sur Occidente

Abstract

Este proyecto de Investigación Aplicada se realizara en la Subred de Servicios de Salud Sur Occidente Empresa Social del Estado que presta servicios de salud a la población de la ciudad de Bogotá conformada por los Hospitales Occidente de Kennedy, Hospital Fontibón, Hospital de Bosa, Hospital del Sur, Hospital Tintal y otras 30 unidades de servicios de salud de niveles de atención I, II y III, que cubre las localidades de Bosa, Kennedy, Fontibón, Puente Aranda en la ciudad de Bogotá, con el fin de analizar la población que ha presentado ACV (Accidente Cerebrovascular) en pacientes que ha sido atendidas en los centros de salud de la Subred.

En la actualidad el servicio de Neurología de la subred no cuenta con un mecanismo tecnológico para el análisis de la información de los pacientes que han sufrido esta enfermedad, la estadística que se lleva en el servicio es muy manual donde mediante archivos de Excel recopilan la información sustrayendo datos de las historias clínica de cada uno de los pacientes lo que se convierte en una tarea muy tediosa y compleja para hacer todo un proceso de análisis con los datos capturados de forma uno a uno.

Con la aplicación de técnicas de inteligencia artificial con modelos de aprendizaje en machine learning en el sector salud las cuales son cada vez más comunes para la prevención de enfermedades donde con el análisis de datos y patrones de la población se pueden aplicar diagnósticos y tratamientos de forma oportuna y así reducir la mortalidad por enfermedades, a nivel mundial el ACV Enfermedad Cerebrovascular es una de las enfermedades con altas tasas de mortalidad y que a su vez deja grandes secuelas a los pacientes que alcanzan a tener un tratamiento medianamente oportuno.

Con este proyecto se pretende aplicar Algoritmos de Machine Learning para la Predicción de Factores de Riesgo en la Prevalencia del Accidente Cerebrovascular en la Subred de Servicios de Salud Sur Occidente, donde mediante consultas SQL a la base de datos del sistema de información de historia clínica electrónica se obtenga los datos de los pacientes que fueron registrados con el diagnóstico ACV y hacer el análisis de los datos con el fin de poder determinar posibles factores de riesgo que prevalecen en la población, donde se pueda obtener indicadores de riesgo personalizado en base a la información recolectada de los datos de las historias clínicas con características que pueden incluir marcadores biológicos, datos médicos, datos relativos al estilo de vida o datos contextuales que describen el entorno de un paciente y aplicar algoritmos de Machine Learning para predecir el riesgo de un paciente para una patología concreta y su tratamiento a tiempo. Dentro del estudio se tomara un filtro en la consulta a la base de datos de la subred donde la población que se hará el estudio se aplicara a pacientes atendidos desde el año 2019 a 31 de Diciembre 2024 y que se hayan registrado con diagnóstico de Accidente Cerebrovascular, se determinara las variables a estudiar demográficas, descriptivas y relacionadas con la atención medica que se haya registrado en las historias clínicas, esta Data será anonimizada para proteger los derechos del paciente de privacidad e integridad y no incurrir en una falta legal teniendo en cuenta el manejo de datos clínicos de la Historia Clínica.