Agrupación de técnicas inteligentes para predecir Reacción Adversa a Medicamentos

Autores/as

  • MSc. Annia Arencibia Morales Universidad de las Ciencias Informáticas
  • Dr.C Juan Pedro Febles Rodríguez Universidad de las Ciencias Informáticas
  • Ing. Darien Castellano Pérez Universidad de las Ciencias Informáticas
  • Ing. Yoiler J. Frómeta Moreno Universidad de las Ciencias Informáticas
  • Ing. Frank D. Corona Prendes Universidad de las Ciencias Informáticas

Resumen

Las Reacciones Adversas a Medicamentos (RAM) pueden causar incapacidad temporal o permanente al paciente, incluso tener un desenlace fatal. La ocurrencia de las RAM, presentan costos directos teniendo en cuenta: salario de la persona, gasto de material y costo de los medicamentos, los cuales aumentan la cuantía al tratarla. Con el objetivo de predecir que RAM le puede causar a un paciente, teniendo en cuenta: las características de los pacientes, la interacción entre medicamentos y las propias RAM; se crean y agrupan algunas técnicas de inteligencia artificial, donde cada una de ellas resuelve un problema determinado, pero en conjunto logran predecir una Reacción Adversa a Medicamentos. Entre las técnicas aplicadas se encuentra: razonamiento basado en caso, razonamiento basado en reglas y reconocimiento de patrones. La validación de cada una de estas técnicas se realiza de forma independiente, demostrando que el uso de estas, permite a los profesionales de salud contar con un apoyo informático en el momento de la consulta médica.

Palabras clave: agrupación, inteligencia artificial, predecir, reacciones adversas a medicamentos.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2017-05-08

Cómo citar

1.
Arencibia Morales MA, Febles Rodríguez DJP, Castellano Pérez ID, Frómeta Moreno IYJ, Corona Prendes IFD. Agrupación de técnicas inteligentes para predecir Reacción Adversa a Medicamentos. RCIM [Internet]. 8 de mayo de 2017 [citado 1 de junio de 2025];9(1). Disponible en: https://revinformatica.sld.cu/index.php/rcim/article/view/229

Número

Sección

Artículos originales