Predicción de ataques cardíacos mediante técnicas de aprendizaje automático

Abstract

La predicción de ataques cardíacos mediante técnicas de aprendizaje automático es un enfoque prometedor para mejorar la detección y prevención de esta enfermedad crítica. Este estudio se centra en el uso de algoritmos de bosques aleatorios y redes neuronales para analizar un conjunto de datos amplio y diverso de pacientes, incluyendo variables demográficas, médicas, de estilo de vida y socioeconómicas. Los objetivos principales son implementar y comparar estos modelos para identificar los factores de riesgo más significativos y desarrollar predicciones precisas del riesgo de ataque cardíaco. Los resultados indican que ambos modelos son efectivos para predecir casos sin riesgo, pero presentan desafíos al identificar casos de alto riesgo. Las técnicas de balanceo de datos y optimización de hiperparámetros mejoraron el rendimiento, pero se necesitan enfoques adicionales para incrementar la precisión en la predicción de casos de riesgo. Este estudio destaca la importancia de las técnicas de aprendizaje automático en la mejora de la práctica clínica, permitiendo intervenciones preventivas más precisas y personalizadas para reducir la mortalidad y mejorar la calidad de vida de los pacientes.