medigraphic.com
ENGLISH

Revista Cubana de Informática Médica

ISSN 1684-1859 (Impreso)
  • Mostrar índice
  • Números disponibles
  • Información
    • Información general        
    • Directorio
  • Publicar
    • Instrucciones para autores        
  • medigraphic.com
    • Inicio
    • Índice de revistas            
    • Registro / Acceso
  • Mi perfil

2014, Número 1

Siguiente >>

Revista Cubana de Informática Médica 2014; 6 (1)


Componente web para el análisis de información clínica usando la técnica de Minería de Datos por agrupamiento

Ochoa RAJ, Orellana GA, Sánchez CY, Davila HF
Texto completo Cómo citar este artículo Artículos similares

Idioma: Español
Referencias bibliográficas: 10
Paginas:
Archivo PDF: 131.52 Kb.


PALABRAS CLAVE

almacén de datos, extracción del conocimiento, inteligencia artificial, minería de datos, Simple K-Means, vista de análisis.

RESUMEN

La digitalización de los diferentes procesos y la automatización de los servicios generan grandes volúmenes de información. La Minería de Datos (MD) es una técnica de Inteligencia Artificial que permite encontrar la información no trivial que reside en los datos almacenados. La presente investigación pretende desarrollar una vista de análisis para el Sistema Integral para la Atención Primaria de Salud (SIAPS), usando la técnica de agrupamiento enmarcada en el algoritmo Simple K-Means, con el objetivo de realizar un análisis de la información clínica de los pacientes; para ello se plantea la extracción del conocimiento del almacén de datos alimentado del repositorio de historias clínicas electrónicas. La investigación se sustenta en la herramienta de libre distribución WEKA, esta funciona de forma aislada al SIAPS; la interfaz, así como las vistas, modelos e informes generados por WEKA en ocasiones resultan de difícil comprensión por los profesionales de la salud, los que no necesariamente tienen que poseer conocimientos avanzados de las nuevas tecnologías de la información. Para el desarrollo de la solución se empleó el lenguaje de programación Java 1.6, como servidor de aplicación JBoss 4.2 y Eclipse 3.4 como plataforma de desarrollo, como Sistema Gestor de Bases de Datos PostgreSQL 8.4 y SEAM como framework de integración. Durante todo el proceso se hizo uso de la plataforma Java Enterprise Edition 5.0. Como resultado se espera obtener una vista de análisis que facilite la comprensión de los modelos generados, apoyando de esta forma el proceso de toma de decisiones clínicas.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Orallo Hernández J, Ramírez Quintana JM, Ferri Ramírez, C. Introducción a la minería de datos. s/l: Pearson; 2004.

  2. Xu R, Wunsch DC. Clustering. New Jersey: IEEE Press; 2009.

  3. González Bernaldo de Quirós F, Luna D, Otero P. Sistema de Información en los Sistemas de Salud. Buenos Aires: Instituto Universitario del Hospital Italiano; 2009. [Citado: 10 Mar 2014]. Disponible en: http://www.hospitalitaliano.org.ar/campus/index.php?contenido=ver_conf.php&id_curso=842

  4. Pautsch JGA. Minería de datos aplicada al análisis de la deserción en la carrera de Analista en Sistemas de Computación. Misiones, Argentina: Universidad Nacional de Misiones, Facultad de Ciencias Exactas, Químicas y Naturales; 2009.

  5. Bressán GE. Almacenes de datos y minería de datos. Buenos Aires: Universidad Nacional del Nordeste, Facultad de Ciencias Exactas y Naturales y Agrimensura; 2003.

  6. Fayyad UM, Piatetsky-Shapiro G, Smith P, Uthurusamy. Advances in Knowledge Discovery and Data-Mining. s.l.: AAAI Press / The MIT Press; 1996.

  7. Frank E, Witten IH. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations. s.l.: Morgan Kaufmann; 2000.

  8. Aplicación de minería de datos para el diagnóstico de accidentes cerebrovasculares agudos (ACVAs). [En línea] [Citado el: 20 de enero de 2012.] Disponible en: http://www.daedalus.es/fileadmin/daedalus/doc/MineriaDeDatos/DAEDALUS-MD19-Accidentes_Cardiovasculares.pdf

  9. A Tutorial on Clustering Algorithms [En línea] [Citado el: 6 de febrero de 2012.] Disponible en: http://home.dei.polimi.it/matteucc/Clustering/tutorial_html/kmeans.html

  10. DAEDALUS.es [home page en Internet] [citado el 7 de febrero de 2012.] Disponible en: http://www.daedalus.es




2020     |     www.medigraphic.com

Mi perfil

C?MO CITAR (Vancouver)

Revista Cubana de Informática Médica. 2014;6

ARTíCULOS SIMILARES

CARGANDO ...