Componente web para el análisis de información clínica usando la técnica de Minería de Datos por agrupamiento
<p><span style="font-family: Verdana; font-size: small;">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 infor...
Main Authors: | , , , |
---|---|
Format: | Article |
Language: | English |
Published: |
ECIMED
2014-07-01
|
Series: | Revista Cubana de Informática Médica |
Online Access: | http://www.revinformatica.sld.cu/index.php/rcim/article/view/33 |
id |
doaj-d6fe21246daa4e2ca787aab241d2a235 |
---|---|
record_format |
Article |
spelling |
doaj-d6fe21246daa4e2ca787aab241d2a2352021-04-05T22:15:44ZengECIMEDRevista Cubana de Informática Médica1684-18592014-07-016117Componente web para el análisis de información clínica usando la técnica de Minería de Datos por agrupamientoAlexeis Joel Ochoa Reyes0Arturo Orellana García1Yovannys Sánchez Corales2Frank Davila Hernández3Universidad de las Ciencias Informáticas (UCI)Universidad de las Ciencias Informáticas (UCI)Universidad de las Ciencias Informáticas (UCI)Universidad de las Ciencias Informáticas (UCI)<p><span style="font-family: Verdana; font-size: small;">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. </span></p><p><span style="font-family: Verdana; font-size: small;"><strong>Palabras clave:</strong> almacén de datos, extracción del conocimiento, inteligencia artificial, minería de datos, Simple K-Means, vista de análisis.</span></p>http://www.revinformatica.sld.cu/index.php/rcim/article/view/33 |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
Alexeis Joel Ochoa Reyes Arturo Orellana García Yovannys Sánchez Corales Frank Davila Hernández |
spellingShingle |
Alexeis Joel Ochoa Reyes Arturo Orellana García Yovannys Sánchez Corales Frank Davila Hernández Componente web para el análisis de información clínica usando la técnica de Minería de Datos por agrupamiento Revista Cubana de Informática Médica |
author_facet |
Alexeis Joel Ochoa Reyes Arturo Orellana García Yovannys Sánchez Corales Frank Davila Hernández |
author_sort |
Alexeis Joel Ochoa Reyes |
title |
Componente web para el análisis de información clínica usando la técnica de Minería de Datos por agrupamiento |
title_short |
Componente web para el análisis de información clínica usando la técnica de Minería de Datos por agrupamiento |
title_full |
Componente web para el análisis de información clínica usando la técnica de Minería de Datos por agrupamiento |
title_fullStr |
Componente web para el análisis de información clínica usando la técnica de Minería de Datos por agrupamiento |
title_full_unstemmed |
Componente web para el análisis de información clínica usando la técnica de Minería de Datos por agrupamiento |
title_sort |
componente web para el análisis de información clínica usando la técnica de minería de datos por agrupamiento |
publisher |
ECIMED |
series |
Revista Cubana de Informática Médica |
issn |
1684-1859 |
publishDate |
2014-07-01 |
description |
<p><span style="font-family: Verdana; font-size: small;">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. </span></p><p><span style="font-family: Verdana; font-size: small;"><strong>Palabras clave:</strong> almacén de datos, extracción del conocimiento, inteligencia artificial, minería de datos, Simple K-Means, vista de análisis.</span></p> |
url |
http://www.revinformatica.sld.cu/index.php/rcim/article/view/33 |
work_keys_str_mv |
AT alexeisjoelochoareyes componentewebparaelanalisisdeinformacionclinicausandolatecnicademineriadedatosporagrupamiento AT arturoorellanagarcia componentewebparaelanalisisdeinformacionclinicausandolatecnicademineriadedatosporagrupamiento AT yovannyssanchezcorales componentewebparaelanalisisdeinformacionclinicausandolatecnicademineriadedatosporagrupamiento AT frankdavilahernandez componentewebparaelanalisisdeinformacionclinicausandolatecnicademineriadedatosporagrupamiento |
_version_ |
1721538968536743936 |