Publication:
Predicción de riesgo prioritario en pacientes con cáncer a partir de datos de morbilidad utilizando Big Data y Deep Learning en Colombia

Simple item page
dc.contributor.advisorVélez Uribe, Juan Pablo
dc.contributor.authorRivera Potosi, Jeckson Armando
dc.date.accessioned2026-01-23T22:53:30Z
dc.date.available2026-01-23T22:53:30Z
dc.date.issued2025
dc.description.abstractEste proyecto de grado se centra en el cáncer en Colombia, pero no solo como una enfermedad que afecta a las personas, sino como un gran problema para la salud de todos, con diferencias importantes según dónde vivan y cómo sea su situación económica. Lo que queremos es crear un modelo que prediga quién tiene más riesgo de sufrir complicaciones, usando técnicas de Deep Learning y Big Data para clasificar a los pacientes en niveles de riesgo alto o bajo. Así, los médicos pueden dar prioridad a quienes más lo necesitan. Para lograrlo, analizamos 25,000 registros de salud del Sistema Integral de Información de la Protección Social (SISPRO). Un desafío importante es que los datos no están equilibrados, algo que suele pasar en salud pública. Para solucionarlo, usamos el algoritmo SMOTE, que nos ayuda a equilibrar la muestra y a que la red neuronal identifique bien los casos de alto riesgo, que son los menos comunes. El modelo se construye con Python, TensorFlow y Keras, y logra una precisión y una puntuación F1 del 100%. Esto demuestra que el aprendizaje profundo es muy útil para encontrar patrones complejos en los datos de salud. Después, los resultados se procesan y organizan en bases de datos SQL para analizarlos con Power BI. Las visualizaciones indican cosas muy importantes e interesantes, vemos que muchos casos de alto riesgo se concentran en las ciudades y en personas con régimen contributivo, lo que indica que hay problemas para acceder a la salud y que faltan registros en zonas rurales y en personas con seguro subsidiado. En resumen, el proyecto muestra que la ingeniería de datos y la inteligencia artificial son herramientas muy útiles para que la salud sea más justa, identificando a personas que necesitan ayuda y que no siempre son visibles, y dando información científica para que los gobiernos tomen mejores decisiones.
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) de Sistemasspa
dc.format.extent52 p.
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositorio.uniremington.edu.co/handle/123456789/9013
dc.language.isospaspa
dc.publisherCorporación Universitaria Remingtonspa
dc.publisher.facultyFacultad de Ingenieríasspa
dc.publisher.placePasto (Nariño, Colombia)spa
dc.publisher.programIngeniería de Sistemasspa
dc.rightsDerechos Reservados - Corporación Universitaria Remington, 2026spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subjectBig Dataspa
dc.subjectDeep learningspa
dc.subjectRiesgo oncológicospa
dc.subjectMorbilidadspa
dc.subjectRedes neuronalesspa
dc.subjectSMOTEspa
dc.subjectSISPROspa
dc.subject.lembCáncer
dc.subject.lembOncología
dc.subject.lembAnálisis de datos
dc.titlePredicción de riesgo prioritario en pacientes con cáncer a partir de datos de morbilidad utilizando Big Data y Deep Learning en Colombiaspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcolhttp://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublicationspa
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
RIU-PRE-2025 Prediccion riesgo prioritario.pdf
Size:
888.87 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
No Thumbnail Available
Name:
Cesión Derechos_Prediccion_de_riesgo_prioritario_en pacientes_con_cancer_Jeckson_Armando_Rivera_Potosi..pdf
Size:
235.89 KB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Ingeniería de Sistemas