DIAGNOSTICOS MEDICOS

A PUBLICO

DigitalSolutions Lab pone a disposición del público ecuatoriano machine learning apps adecuadas para que se familiaricen con su uso.

DigitalSolutions Lab proporciona al público aplicaciones diseñadas para cumplir con el objetivo de predecir enfermedades.

Exponemos las siguientes apps desarrolladas sin el uso de modelos cnn pero utilizando otros modelos de diagnostico.

Ponganse en contacto para solicitar acceso.

Demo Neumonia Infantil

Esta aplicación utiliza la visión por computadora para detectar neumonía viral y bacteriana en radiografías de tórax. Es un modelo de clasificación para ayudar a los médicos a identificar a los niños de alto riesgo. Para cada radiografía, emite tres posibles condiciones: sin neumonía, neumonía viral, neumonía bacterial. El modelo fue entrenado en radiografías de tórax de niños de 1 a 5 años. Puntuación F1: 0.76

ENTRAR

Diabetes - Model 1

Modelo para ayudar al usuario a identificar si un paciente sufre y/o es propenso a la diabetes o no;

Ingresando valores de aspectos como: el IMC, el nivel de glucosa, presión arterial, el nivel de insulina, edad, etc. el modelo podrá predecir si el paciente tiene diabetes o no; entonces, con la ayuda del modelo controlar la probabilidad de desarrollar la diabetes.

Solicitar Acceso

Cancer de Seno

El objetivo del modelo es predecir si un cáncer de seno es maligno o benigno utilizando imágenes y datos numéricos.

Este modelo utiliza la data de Wisconsin Breast cancer, que tiene 569 entradas, de las cuales 357 son benignas y 212 malignas. Ha sido entrenado con Random forest Classifier que brinda una precisión del 95.0%.

Solicitar Acceso

Corazón - Model 1

Este modelo está dirigido a médicos que desean probar el riesgo de que sus pacientes puedan contraer una enfermedad cardíaca. El modelo utiliza un enfoque de aprendizaje automático múltiple para proporcionar la mejor solución posible. Pero todo depende de la exactitud de los datos proporcionados por el usuario.

Solicitar Acceso

Corazón - Model 2

Predice la presencia de uno de cuatro tipos de enfermedades cardíacas (o ninguno) utilizando los datos del informe de pruebas médicas de un paciente. Se utilizan datos de pacientes de: Cleveland, Hungría, Long Beach y Suiza. El objetivo se refiere a la presencia de enfermedad cardíaca en el paciente.

Solicitar Acceso

Diabetes - Model 2

El objetivo de este modelo es predecir si la persona tiene diabetes o no en función de características como el nivel de glucosa, la insulina, la edad y el IMC. Podemos predecir la diabetes de dos maneras: a) el usuario debe completar los datos solicitados; b) el usuario puede subir archivo csv con las características.

Solicitar Acceso

Insuficiencia Cardíaca

Este modelo predice la posibilidad de que un paciente tenga o no una insuficiencia cardíaca. Se utiliza support vector machine (SVM), un modelo de aprendizaje automático supervisado que utiliza algoritmos de clasificación. El informe de clasificación muestra una precisión del 75%..

Solicitar Acceso

Cirrosis hepática

Este modelo predecirá la cirrosis hepática en un paciente en función de su estilo de vida y sus condiciones de salud. El objetivo principal es predecir el estadio de la enfermedad: normal, : hígado graso, fibrosis hepática, cirrosis hepática.

Solicitar Acceso

Insuficiencia renal

Este modelo predecirá la insuficiencia renal en un paciente en función de su estilo de vida y sus condiciones de salud.

Solicitar Acceso

Corazón - Model 3

Este modelo implementa un sistema que diagnostica CHD a través de una lógica denominada Fuzzy Expert System. Este sistema se considera una alternativa a los métodos existentes para ayudar a los médicos a diagnosticar con precisión cuándo los síntomas de la cardiopatía coronaria tienen una relación ambigua; disminuyendo la carga de trabajo de los médicos durante las consultas. Los resultados del sistema se consideran correctos en un 94%.

Solicitar Acceso

Ayuda Medica

Este modelo se utiliza para predecir el estado médico actual de una persona con respecto a dos casos de enfermedad comun: la diabetes, enfermedades del corazon e incluye una sección que proporcionará algunas pautas médicas a cualquier persona afectada por una de estas enfermedades mencionadas.

Solicitar Acceso

MedicalApp

Modelo de predicción es dirigido principalmente para su uso por jóvenes recién graduados realizando su Serum con el objetivo de ayudarlos en el ejercicio de sus primeros diagnósticos médicos.

Solicitar Acceso

Ejercicio demostrativo

Este ejercicio es una demostración con 2 modelos de machine learning implementados para el: Análisis del impacto del cambio climático en la salud pública en relación con muertes por enfermedades respiratorias.

Solicitar Acceso

Brain-Tumor-Segmentation

Las herramientas de machine learning basadas en IA procesan imágenes de TC en segundos y reducen el ruido en muchas dosis diferentes y para muchos tipos de exámenes diferentes. Este avance es transformador: por primera vez, es posible que los médicos no necesiten elegir entre imágenes claras y una dosis de radiación baja, lo que se traduce en mejores resultados de salud para los pacientes y mejores resultados operativos y financieros para los proveedores de atención médica.

Solicitar Acceso

Brain-Tumor-Segmentation 2

Aún mejor, softwares nuevos basados en inteligencia artificial son genéricos, lo que significa que se pueden usar con escáneres de TC más antiguos de varios vendedores. Esto hace que la mejora de la calidad de la imagen sea accesible para todas las clínicas, incluidas aquellas para las que la RI ha sido difícil de adoptar..

Solicitar Acceso

DIGitalS

DIAGNOSTICOS MEDICOS

Demo Neumonia Infantil

Diabetes - Model 1

Cancer de Seno

Corazón - Model 1

Corazón - Model 2

Diabetes - Model 2

Insuficiencia Cardíaca

Este modelo predice la posibilidad de que un paciente tenga o no una insuficiencia cardíaca. Se utiliza support vector machine (SVM), un modelo de aprendizaje automático supervisado que utiliza algoritmos de clasificación. El informe de clasificación muestra una precisión del 75%..

Cirrosis hepática

Este modelo predecirá la cirrosis hepática en un paciente en función de su estilo de vida y sus condiciones de salud. El objetivo principal es predecir el estadio de la enfermedad: normal, : hígado graso, fibrosis hepática, cirrosis hepática.

Insuficiencia renal

Este modelo predecirá la insuficiencia renal en un paciente en función de su estilo de vida y sus condiciones de salud.

Corazón - Model 3

Ayuda Medica

Este modelo se utiliza para predecir el estado médico actual de una persona con respecto a dos casos de enfermedad comun: la diabetes, enfermedades del corazon e incluye una sección que proporcionará algunas pautas médicas a cualquier persona afectada por una de estas enfermedades mencionadas.

MedicalApp

Modelo de predicción es dirigido principalmente para su uso por jóvenes recién graduados realizando su Serum con el objetivo de ayudarlos en el ejercicio de sus primeros diagnósticos médicos.

Ejercicio demostrativo

Este ejercicio es una demostración con 2 modelos de machine learning implementados para el: Análisis del impacto del cambio climático en la salud pública en relación con muertes por enfermedades respiratorias.

Brain-Tumor-Segmentation

Brain-Tumor-Segmentation 2