Analítica Predictiva Aplicada en Salud

¿En algún momento has confundido estos términos? Tanto la minería de datos (Data mining) y el aprendizaje automático (Machine learning) son disciplinas relacionadas con la  ciencia de datos. Data Mining es el proceso de uso de herramientas analíticas avanzadas para extraer información útil de una acumulación de datos. Por otro lado, Machine Learning es un subcampo de inteligencia artificial que permite que los sistemas aprendan de la experiencia.  📶Data Mining puede hacer uso de Machine Learning, por lo que suelen confundirse. En esta infografía encontrarás las principales diferencias Espero que esta información te ayude a comprender mejor estos dos conceptos 💡¿Qué otras diferencias o similitudes agregarías? Déjame saberlo en los comentarios

Es una técnica de analítica muy utilizada en el sector sanitario, en la que se utilizan métodos estadísticos y matemáticos, minería de datos e inteligencia artificial, específicamente machine learning; para hacer una predicción futura. El autor McCue considera que el análisis predictivo es un complemento o extensión del proceso de minería de datos. Implica la creación de modelos utilizados para anticipar sucesos a futuros haciendo uso de tendencias o patrones a partir de datos ya existentes. En salud representa muchas ventajas como Mejorar la precisión diagnóstica Brindar una atención personalizada entorno a las necesidades de los pacientes Reducir costos y mejorar el uso eficiente de los recursos sanitarios Identificar brotes de enfermedades Identificar los pacientes que tienen riesgo de reingresos hospitalarios Identificar fenotipos de respuesta a fármacos, predecir el desarrollo de enfermedades y evaluar la eficacia de diferentes tratamientos. En investigación, es una gran herramien...

Los algoritmos utilizados machine learning para desarrollar modelos predictivos pueden ser difíciles de comprender en un principio, por lo que te comparto una explicación sencilla de cómo funciona uno de los algoritmos de clasificación más simples pero más utilizado para identificar patrones y extracción de datos, a menudo se puede utilizar comparado con otros clasificadores más complejos.  Después de mucho leer acerca de estos algoritmos, la explicación gráfica y simple del video me ayudó a comprender más cómo funciona y en que situaciones puedo utilizarlo como clasificador.  Espero que para ustedes también sea de utilidad. 💡¿Conoces algún caso de aplicación de este algoritmo en salud? Déjame saberlo en los comentarios!

Según la Organización mundial de la salud, la salud mental está determinada por una compleja interacción de factores de estrés y vulnerabilidad individuales, sociales y estructurales. El aumento de las enfermedades de salud mental crea la necesidad indiscutible y urgente de desarrollar estrategias de salud efectivas de promoción y prevención desde las esfera educativa, laboral y comunitaria. Te invito a revisar esta revisión bibliográfica publicada en el 2018 en la cual se recopilaron diferentes técnicas y algoritmos de minería de datos aplicados a enfermedades de salud mental con mayor prevalencia: Demencia, Alzheimer, Esquizofrenia y Depresión.  Click aquí para leer artículo completo Los algoritmos más utilizados en los diferentes modelos expuestos del artículo son en su mayoría son arboles de decisión, Máquinas de soporte vectorial (SMV) y Redes neuronales artificiales. A partir del artículo se realiza un análisis comparativo entre las técnicas y evaluar los resultados en términ...