Metodología para determinar los factores de riesgo asociados con enfermedades complejas: Degeneración Macular Relacionada con la Edad y Preeclampsia

El incremento en la aplicación de la inteligencia artificial en la creación de sistemas de soporte de decisiones a escala está transformando también el futuro del cuidado de la salud. La inteligencia artificial se ha utilizado para implementar sistemas de diagnóstico y pronóstico de enfermedades, optimización del tratamiento y predicción del resultado, desarrollo de fármacos y para lidiar con problemas de salud pública. Los datos provenientes de los pacientes se pueden obtener de los registros médicos; estos generalmente son colecciones complejas de datos. Así, la determinación de los factores de riesgo es un reto importante debido a la gran cantidad de datos que actualmente se generan a partir de los estudios genéticos y datos clínicos obtenidos en la consulta médica de algunos hospitales. Con el fin de atender estos retos, en este trabajo se presenta una metodología para determinar los factores de riesgo asociados a enfermedades complejas mediante el enfoque de aprendizaje automático. La metodología se probó en dos escenarios de aplicación: Degeneración Macular Relacionada con la Edad (DMRE) y Preeclampsia (PE), con la entrega un sistema de toma de decisiones interpretable.

Introducción -- Justificación --Objetivo general -- Capítulo 1 Métodos de análisis de datos y aprendizaje automático en el diagnóstico médico -- Capítulo 2 Estudios previos acerca de Enfermedades Complejas bajo el enfoque de Aprendizaje automático -- Capítulo 3 Estrategia Metodológica -- Capítulo 4 Presentación y análisis de resultados -- Conclusiones