Algoritmo de una red neuronal profunda para la predicción de riesgos de morbilidad materna extrema (MME) en la E.S.E Clínica de Maternidad Rafael Calvo

Abstract

Este trabajo presenta el desarrollo de un algoritmo de inteligencia artificial mediante la implementación de técnicas de aprendizaje automático supervisado, que permiten predecir el riesgo de Morbilidad Materna Extrema (MME) con un nivel de precisión del 66% y 66% de sensibilidad. Esta herramienta busca prevenir y mejorar la calidad vida de las mujeres que lleguen a presentan casos de MME, el cual está considerado por la Organización Mundial de la Salud (OMS) como un problema de salud pública tanto en Colombia como en el mundo ya que esta condición es altamente riesgosa tanto para la madre como para él bebe. Para el desarrollo del algoritmo se contó con la aprobación de la E.S.E. Clínica de Maternidad Rafael Calvo (CMRC) de Cartagena de Indias, la cual proporciono un conjunto de datos de las gestantes atendidas en esa entidad, la cual brinda atención durante su proceso de embarazo, cabe resaltar que el manejo de la información es de carácter confidencial e investigativo y se encuentra anonimizada. Al conjunto de datos (Dataset) se le aplicaron técnicas de filtrado de datos mediante SQL server para tener datos agrupados, clasificados y filtrados. Al final el Dataset quedara con datos relevantes y optimizados para el entrenamiento de la red neuronal que se va a desarrollar ya que se cuenta con muchas variables que son irrelevantes para el proyecto, posteriormente se realiza el filtrado de variables para el que se utiliza el 70% para entrenamiento y el otro 30% para pruebas.