RT Generic
T1 Técnicas de Machine Learning para la predicción de síntomas a los dos años de vida en bebés prematuros.
T2 Use of Machine Learning models for the prediction of symptoms at two years of life in prematures babies
A1 Núñez Jiménez, Laura
K1 Aprendizaje automático (Inteligencia artificial)
K1 Informática - Trabajos Fin de Grado
K1 Grado en Ingeniería de la Salud - Trabajos Fin de Grado
K1 Neonatología - Proceso de datos
AB Hoy en día la inteligencia artificial es uno de los conceptos más importantes en elavance tecnológico. Es una herramienta aplicada en diversos campos de la industria,de la agricultura y también en el ámbito de la medicina. El objetivo fundamental de laIA, en el ámbito de la salud, es mejorar la atención médica. En este proyecto, laatención de los neonatos presenta desafíos únicos que pueden abordarse con éxitomediante la integración de la inteligencia artificial. Los neonatos, bebés nacidos antesde terminar el proceso de maduración, requieren una atención medica especial ytambién un seguimiento a medida que el prematuro crece en sus primeros años de vida,debido a las posibles complicaciones de salud asociadas o secuelas que puedendesarrollarse a lo largo de su vida. Esta investigación pretende que algoritmos deMachine Learning (o Aprendizaje Automático) puedan detectar patrones de secuelasantes de los 24 meses de vida con datos médicos recogidos en el momento del nacimientodel bebé. Esto permitirá a los médicos que evalúen el riesgo de complicaciones,permitiendo intervenciones preventivas y personalizadas. Se llevará a cabo lainvestigación de cuatro tipo de secuelas que ayudarán a la Sociedad Española deNeonatología a encontrar si existe alguna correlación entre los datos médicos recogidosal nacimiento y las secuelas observadas en el seguimiento a los dos años de vida. Encada caso se aplicará 4 tipos de estrategias diferentes encabezadas por dos técnicas,extracción de atributos mediando el análisis de componente principales y selección decaracterísticas relevantes mediante la clase SelectKBest de la librería de scikit-learn.Finalmente, se llevará acabo el entrenamiento de dos modelos Random Forest yXGBoost. En conclusión, la implementación de Machine Learning en la atención aprematuros ha demostrado ser una innovación prometedora para optimizar el cuidadomédico en estos bebés y ...
YR 2024
FD 2024
LK https://hdl.handle.net/10630/30620
UL https://hdl.handle.net/10630/30620
LA spa
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 19 ene 2026