Diagnóstico de la diabetes mediante el uso de técnicas de aprendizaje automático

Abstract

[ES] La diabetes mellitus es una enfermedad crónica que cada vez está más extendida, afectando actualmente a uno de cada once adultos. Este trastorno metabólico está relacionado con un gran número de complicaciones que representan una carga pesada para el paciente y el sistema sanitario.

El presente trabajo pretende realizar pruebas con diferentes técnicas de aprendizaje automático con el objetivo de poder decir si una persona padece o no diabetes, estudiando y comparando los diferentes resultados obtenidos.

En primer lugar, se analizarán las técnicas actuales más relevantes y se detallará el estado de la cuestión. Seguidamente se procederá a la creación de varios clasificadores mediante el uso de conjuntos de datos públicos, identificando los parámetros más importantes y cómo influyen en el funcionamiento de los diferentes modelos. Tras realizar este estudio se modificarán dichos modelos con el fin de mejorar sus resultados y, posteriormente, replicar el desarrollo para una red neuronal artificial.

Una vez analizados los valores obtenidos y determinadas las mejores implementaciones se planteará la viabilidad del uso de estas técnicas para el diagnóstico de la enfermedad y, de esta forma, intentar reducir el tiempo de detección de la misma.

[EN] Diabetes mellitus is a chronic disease that is becoming more and more widespread, currently affecting one in eleven adults. This metabolic disorder is related to a large number of complications that represent a heavy burden for the patient and the healthcare system.

This work aims to carry out tests with different machine learning techniques in order to be able to tell if a person suffers from diabetes or not, studying and comparing the different results obtained.

First, the most relevant current techniques will be analyzed and the state of the matter will be detailed. Next, we will proceed to the creation of several classifiers through the use of public data sets, identifying the most important parameters and how they influence the performance of the different models. After conducting this study, these models will be modified in order to improve their results and, subsequently, the previous development will be replicated with an artificial neural network.

Once the obtained values have been analyzed and the best implementations determined, the feasibility of using these techniques for the diagnosis of the disease will be considered in order to try to reduce the detection time of the same.

[CA] La diabetis mellitus és una malaltia crònica que cada vegada està més estesa, afectant actualment a un de cada onze adults. Aquest trastorn metabòlic està relacionat amb un gran nombre de complicacions que representen una càrrega pesada per al pacient i el sistema sanitari. El present treball pretén realitzar proves amb diferents tècniques d’aprenentatge automàtic amb l’objectiu de poder dir si una persona pateix o no diabetis, estudiant i comparant els diferents resultats obtinguts. En primer lloc, s’analitzaran les tècniques actuals més rellevants i es detallarà l’estat de la qüestió. Seguidament es procedirà a la creació de diversos classificadors mitjançant l’ús de conjunts de dades públiques, identificant els paràmetres més importants i com influeixen en el funcionament dels diferents models. Després de realitzar aquest estudi es modificaran aquests models amb la finalitat de millorar els seus resultats i, posteriorment, replicar el desenvolupament per a una xarxa neuronal artificial. Una vegada analitzats els valors obtinguts i determinades les millors implementacions es plantejarà la viabilitat de l’ús d’aquestes tècniques per al diagnòstic de la malaltia i, d’aquesta manera, intentar reduir el temps de detecció d’aquesta.