Sistema de apoyo al diagnóstico a distancia de enfermedades genéticas basado en mapas cognitivos difusos

Yadira Barroso Rodríguez

Texto completo:

HTML PDF

Imagen de portada

Resumen


Introducción: el proceso de toma de decisiones médicas es complejo, ya que, a menudo, los datos médicos y la información pueden ser imprecisos, contradictorios, ausentes o no fáciles de interpretar. 

Objetivo: desarrollar un sistema de apoyo al diagnóstico a distancia de enfermedades genéticas basado en mapas cognitivos difusos que permita mejorar la calidad de los servicios de salud en la Red Nacional de Genética Médica.

 Método: es una investigación aplicativa con intervención tecnológica que implementa un sistema de apoyo a la toma de decisiones basado en mapas cognitivos difusos.

Resultados: se presenta un sistema para la toma de decisiones, que facilita el análisis de diagnóstico médico, como parte de los resultados obtenidos con el desarrollo del proyecto.

Conclusiones: se obtuvo un sistema que posibilitó evaluar signos clínicos presentados en los pacientes, mayor organización de la información a recoger, mejorar la rapidez de los diagnósticos y la conducta a seguir, pudiendo recibir la atención en centros de salud distantes sin necesidad de ser trasladados, lo cual conllevaría a una reducción en los costos por concepto de transporte, gastos de viaje, combustible y del tiempo en que recibe los beneficios de la atención sanitaria.

Palabras clave

DIAGNÓSTICO; GENETICA; BASES DE DATOS GENÉTICAS; INVESTIGACIÓN GENÉTICA.

Referencias

Chrysafiadi K., Virvou M. Fuzzy Logic for Adaptive Instruction in an E-learning Environment for Computer Programming. Fuzzy Systems, IEEE Transactions [internet] on 2015 feb[cited 2017 oct 17]; 23(1): [aprox.13.p.]. Available from: http://ieeexplore.ieee.org/document/6763091/.

Aguilar J., Survey A. About Fuzzy Cognitive Maps Papers. INTERNATIONAL JOURNAL OF COMPUTATIONAL COGNITION [internet] 2005 [cited 2017 oct.17];3(2): Available from: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.108.2446&rep=rep1&type=pdf

Leyva M. , Rosado R. Modelado y análisis de los factores críticos de éxito de los proyectos de software mediante mapas cognitivos difusos. Ciencias de la Información[internet] 2012 [cited 2017 oct. 17]; 43(2):[aprox.5p]. Available from: http://www.redalyc.org/articulo.oa?id=181423798006.

Mar O., S. I, Gulín J. Competency assessment model for a virtual laboratory system and distance using fuzzy cognitive map. REVISTA INVESTIGACION OPERACIONAL[internet] 2017 [cited 2017 oct 17];38(2):[Aprox.8p.]. Available from: http://rev-inv-ope.univ-paris1.fr/fileadmin/rev-inv-ope/files/38217/38217-07.pdf

Contreras J., Paz P, Amaya D. Realistic Ecosystem Modelling with Fuzzy Cognitive Maps. International Journal of Computational Intelligence Research[internet] 2007 [cited 2017 oct. 17];3(2):[Aprox.5p.]. Available from: https://pdfs.semanticscholar.org/5f37/07892c560c47608fe95d630989f20a5a745b.pdf.

Leyva M. Modelo de ayuda a la toma de decisiones basado en Mapas Cognitivos Difusos. Tesis presentada en opción al Grado Científico de Doctor en Ciencias Técnicas ;2013.Available from: https://www.researchgate.net/publication/263221297_MODELO_DE_AYUDA_A_LA_TOMA_DE_DECISIONES_BASADO_EN_MAPAS_COGNITIVOS_DIFUSOS.

Grau I. , Gonzalo N. Mutating HIV protease protein using Ant Colony Optimization and Fuzzy Cognitive Maps: drug susceptibility analysis. Computacion y Sistemas[internet] 2014 [cited 2017 oct 17];18(1):[Aprox.12p.]. Available from: http://www.cys.cic.ipn.mx/ojs/index.php/CyS/article/view/1587.

González J., Mar O. Algoritmo de clasificación genética para la generación de reglas de clasificación. Publicaciones[internet] 2015 [cited 2017 oct 17 ];8(1):[Aprox.13]. Available from: https://www.redib.org/recursos/Record/oai_articulo983540-algoritmo-clasificacion-genetica-generacion-reglas-clasificacion.

Médica C.N.d.G. Portal de la Genética Cubana; 2015. Available from: http://articulos.sld.cu/genetica/archives/tag/genetica.

Pedrycz W. , Homenda W. From Fuzzy Cognitive Maps to Granular Cognitive Maps. Fuzzy Systems, IEEE Transactions [internet] on 2014 [cited 2017 oct. 17]; 22( 4):[Aprox.10p.] . Available from: http://ieeexplore.ieee.org/document/6576138/.

Mar O.,Leyva M.,Santana I. Modelo multicriterio multiexperto utilizando Mapa Cognitivo Difuso para la evaluación de competencias. Ciencias de la Información[internet] 2015 [cited 2017 oct 17]; 46( 2):[Aprox.6p.]. Available from: http://www.redalyc.org/html/1814/181441052004/

LÓPEZ R., MAURA G. La técnica de Iadov. Una aplicación en el estudio de la satisfacción de los alumnos por las clases de Educación Física. Revista Digital[internet] Abril 2002[citado 2017 oct 17]; 47(202). Available from: http://www.efdeportes.com/efd47/iadov.htm

Bouza C. Métodos cuantitativos para la toma de decisiones en contabilidad, administración, economía; 2016. Available from: https://www.researchgate.net/publication/303551295_METODOS_CUANTITATIVOS_PARA_LA_TOMA_DE_DECISIONES_EN_CONTABILIDAD_ADMINISTRACION_ECONOMIA



Copyright (c) 2017 Yadira Barroso Rodríguez

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.