Técnicas Avanzadas en Biología y Medicina
Acceso abierto

abstracto

Detección eficaz de enfermedades cardíacas mediante técnicas de aprendizaje automático

Kashish Agarwal*, Ayush Singh, Hrithik Maheshwari

Según la Organización Mundial de la Salud (OMS), las enfermedades cardíacas son la principal causa de muerte en todo el mundo, estimando alrededor de 17,9 millones de vidas (32% de las muertes totales) cada año. Este grupo de trastornos incluye enfermedades coronarias enfermedades cerebrovasculares, enfermedades reumáticas del corazón y otras condiciones. La mayor parte de la actividad diaria Los factores de riesgo conductuales de enfermedades cardíacas y accidentes cerebrovasculares incluyen dieta desequilibrada, inactividad física, inercia, consumo de tabaco y alcohol. Estos factores de riesgo pueden aparecer entre las personas como presión arterial elevada, nivel de azúcar en sangre, lípidos en sangre elevados y obesidad. Estos factores de riesgo intermedios se pueden medir en atención primaria instalaciones y ayuda a indicar un mayor riesgo de complicaciones cardíacas, como ataque cardíaco, accidente cerebrovascular, insuficiencia cardíaca.

Como método tradicional, la detección de la enfermedad la realiza un médico basándose en los informes de las pruebas de laboratorio. Este proceso implica la consulta con múltiples médicos por parte del paciente para disminuir el coeficiente de error humano que no solo cuesta mucho dinero pero también lleva mucho tiempo. Como solución para resolver este problema, varios métodos de aprendizaje automático Se utilizan técnicas de base para proporcionar soluciones no invasivas. En este artículo, proponemos utilizar dicha máquina Técnicas que se pueden utilizar para comprobar si un paciente tiene algún tipo de enfermedad cardíaca o no. Evaluamos nuestro enfoque en varios conjuntos de datos de referencia y muestra que supera el estado del arte existente y hace importantes contribución.