Aplicación de algoritmos machine learning al diagnóstico de infartos.

Abstract

[ES]A nivel mundial, las enfermedades cardiovasculares (ECV) siguen siendo la principal causa de muerte, lo que requiere métodos de diagnóstico innovadores. En los últimos años, el uso de algoritmos de aprendizaje automático (machine learning, ML) en medicina se ha popularizado ampliamente, representando así un avance significativo en la medicina moderna. Siendo el objetivo principal del presente proyecto desarrollar un modelo predictivo en el diagnóstico de infartos de alta precisión mediante la aplicación de estos. Con el fin de alcanzarlo, varios modelos de ML, como árboles de decisión, random forest, regresión logística regularizada y support vector machine, se desarrollaron, optimizaron, validaron y compararon utilizando la base de datos “Stroke Prediction Dataset" disponible de forma pública en la web Kaggle. Según los resultados de la investigación, el modelo optimizado de random forest se estableció como el modelo más efectivo para la predicción de infartos en este contexto, al obtener la mayor puntuación en una medida llamada F3, destacando también el alto valor obtenido en la medida conocida como accuracy. Estos hallazgos señalan un gran potencial en las técnicas de aprendizaje automático para el diagnóstico médico, proporcionando una herramienta prometedora que podría ayudar a los profesionales del área de la salud a mejorar el pronóstico de los pacientes mediante diagnósticos precisos y oportunos.

[EN]Globally, cardiovascular diseases (CVD) remain the leading cause of death, requiring innovative diagnostic methods. In recent years, the use of machine learning (ML) algorithms in medicine has become widely popular, representing a significant advance in modern medicine. The main objective of this project is to develop a predictive model for high-precision infarct diagnosis by applying machine learning algorithms. In order to achieve this, several ML models, such as decision trees, random forest, regularised logistic regression and support vector machine, were developed, optimised, validated and compared using the publicly available "Stroke Prediction Dataset" database on the Kaggle website. According to the results of the research, the optimised random forest model was established as the most effective model for stroke prediction in this context, scoring highest on a measure called F3, and also scoring high on the measure known as accuracy. These findings point to great potential in machine learning techniques for medical diagnosis, providing a promising tool that could help healthcare professionals improve patient prognosis through accurate and timely diagnoses.