Please use this identifier to cite or link to this item: http://repositorio.yachaytech.edu.ec/handle/123456789/168
Title: Triage system design for traffic accidents medical emergency patients using neural networks techniques
Authors: Guachi Guachi, Lorena de los Ángeles
Dávila Urresta, Cristopher Alexis
Keywords: Clasificación de triaje
Redes neuronales
Aplicaciones móviles
Flutter
Laravel
Tensorflow
Triage classification
Neural networks
Mobile applications
Issue Date: Feb-2020
Publisher: Universidad de Investigación de Tecnología Experimetal Yachay
Abstract: El triaje es un proceso de selección y clasificación de pacientes que permite que una gestión de riesgos clínicos pueda manejar el flujo de pacientes, evaluando las prioridades de atención para determinar los casos más urgentes teniendo en cuenta las necesidades terapéuticas y los recursos disponibles. Existen varias escalas de triaje, de las cuales las más utilizadas son Manchester Triage System (MTS), Australasian Triage System (ATS), Canadian Triage and Acuity Scale (CTAS) e Emergency Severity Index (ESI). En Ecuador, el estándar de triaje más utilizado es el MTS, que clasifica según los signos y discriminadores de los pacientes. Por lo tanto, este proyecto se enfoca en el uso de la escala de triaje de Manchester. Por otra parte, los servicios de emergencia en Ecuador presentan una gran demanda de casos de accidentes de tránsito y la forma en la que usualmente los pacientes son clasificados toma mucho tiempo. Existen algunos trabajos que en su mayor a son manuales usando cuestionarios y llamadas telefónicas. Además, también existen trabajos que hacen uso de la inteligencia artificial pero no tienen una escala estandarizada que es lo que usualmente se usa en los centros médicos. Por esta razón, este trabajo se enfoca en el diseño de una red neuronal artificial que hace uso de la escala de triaje de Manchester. El uso de redes neuronales permite que el sistema obtenga conocimiento de datos tales como síntomas, análisis clínicos, signos vitales, entre otros, que pueden combinar el juicio de los médicos profesionales con los datos obtenidos para inferir los diagnósticos con mayor precisión. Finalmente, los resultados que se obtuvieron sobre el rendimiento de la red neuronal fueron satisfactorios, aun cuando los datos recolectados no fueron extensos. Por estas razones, es esencial el uso de un software que pueda reducir el tiempo de diagnóstico, hacerlo más eficiente y evitar casos de muerte por falta de atención oportuna.
URI: http://repositorio.yachaytech.edu.ec/handle/123456789/168
Appears in Collections:Tecnologías de la Información

Files in This Item:
File Description SizeFormat 
ECMC0025.pdf4.42 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.