Saltillo, Coah.- El estudio “Aplicación de la Inteligencia Artificial para la detección de personas en riesgo de diabetes”, elaborado por investigadores de la UAdeC, busca detectar personas en riesgo de desarrollar la enfermedad, prevención, diagnóstico y tratamiento oportunos, mediante análisis demográficos, antecedentes médicos y hábitos de salud.

Con el uso de cinco algoritmos analizaron registros de un centro de salud de Saltillo, con una base de datos validada por médicos del Seguro Social, en coordinación con el Centro de Investigación en Matemáticas Aplicadas de la Máxima Casa de Estudios.

La aplicación de algoritmos se evaluó mediante métricas de clasificación, permitiendo comparar la capacidad de cada técnica para identificar correctamente a pacientes con y sin riesgo de diabetes.

Analizaron mil 903 pacientes, 976 mujeres y 915 hombres, con edades entre 15 y 84 años, y se registraron variables como género, edad, origen, escolaridad, ocupación, peso, estatura, peso, presión arterial, antecedentes de diabetes, niveles de glucosa, consumo de refrescos, colesterol, triglicéridos y actividad física.

Los resultados demostraron efectividad de hasta el 90 por ciento para identificar correctamente a los pacientes sin riesgo de diabetes; sin embargo, todas las técnicas presentaron un desempeño limitado para clasificar correctamente a pacientes en riesgo, en rangos del 25 al 70 por ciento, dependiendo de la técnica utilizada.

Esto revela la importancia de contar con bases de datos equilibrados y de calidad, con información obtenida directamente de archivos clínicos que proporcionen medidas objetivas y específicas, con diferentes variables, de manera que ya trabajan en una nueva base de datos, para llegar a una clasificación precisa de pacientes en riesgo.

Con esto, se tendrán bases para nuevas investigaciones orientadas a crear una herramienta predictiva eficiente, que permita al sector salud de la región detectar pacientes con riesgo de manera temprana para prevenir complicaciones.