Cargando...

En el ámbito de la salud hay varios temas pendientes que la inteligencia artificial puede resolver más eficientemente, por ejemplo:
  • 1.- Un tesauros médico.
  • 2.- Vigilancia de la salud tomando como base de conocimiento la historia clínica electrónica, medicamentos, riesgos, etc.
  • 3.- Diagnósticos presuntivos en tiempo real considerando, documentos, variables e imágenes.
  • 4.- Detección de Outliers en tiempo real
  • 5.- Etc.

En Dainko hemos desarrollado una plataforma SOA/REST de machine learning y deep learning que es hermoso y potente, ¿Por qué?
  • 1.- Se puede correr en paralelo rutinas en LISP, Java y Python
  • 2.- Es distribuido y escalable
  • 3.- Soporta procesos en stream y batch y
  • 4.- Podemos entrenarlos para diferentes propósitos que corren en paralelo como salud, comercio electrónico, Fintech, etc.


Para este caso puntual de la salud ocupacional, hemos tomado una muestra aleatoria del criterio de aptitud de historias clínicas electrónicas HCE de hace 5 años, con esta muestra hemos creado un modelo de red neuronal “Multilayer Perceptron Bag-Of-Words” para entrenar y predecir criterios de aptitud a partir de diagnósticos descriptivos.

Nuestra plataforma DAINKO esta aprendiendo y optimizándose constantemente, para este caso lo que hicimos fue:
  • 1.- Tomamos como fuente diagnósticos reales de criterios de aptitud APTOS y OBSERVADOS.
  • 2.- Los separamos y clasificamos para entrenar y probar el modelo.
  • 3.- Creamos un tesauro.
  • 4.- Creamos el modelo Multilayer Perceptron Bag-Of-Words.
  • 5.- Comparamos los modelos de scoring para elegir el más adecuado.
  • 6.- Predecimos el criterio de aptitud a partir de nuevos diagnósticos descriptivos.


El modelo más adecuado para este caso fue el TF-IDF



La muestra que tomamos es muy pequeña, la idea es entrenar con más casos para que la red neuronal aprenda y haga mejores predicciones.


No obstante, se puede predecir con cierto porcentaje de probabilidad.


Para mayor información o si desean conocer a detalle nuestra plataforma, escríbenos a encontacto@dainko.com o raulcolonia@dainko.com con Atención al Ing. Raúl Colonia


Contacto

Escribenos para agendar una reunión donde podamos conocer su requerimiento a detalle para alcanzarles nuestra propuesta técnica y económica:

Nuestras Oficinas
Calle Tiziano 267 Piso 2
San Borja, Lima - Perú
Teléfono: +51 913270153
Correo: encontacto@dainko.com

Horario de Trabajo

Nuestro equipo de trabajo está disponible para ayudarlo en los siguientes horarios:

  1. Lunes a Viernes: 9am a 7pm
  2. Mesa de Ayuda: Abierto 24/7