El aprendizaje automático mejor conocido como machine learning, ha ofrecido amplio
apoyo y beneficios a los sectores de la sociedad. En el área de la salud su enfoque ha
sido orientado hacia los grupos vulnerables por su necesidad de atención y de
solucionar problemáticas potenciadas por su situación económica generalmente
desfavorable que les impide el acceso a la atención médica. Al respecto, el presente
trabajo tiene como propósito construir una estrategia de prevención de enfermedades
del corazón, considerando que están ubicadas como la primera causa de muerte en el
mundo y también en México. Por lo anterior, se desarrolló una estrategia tecnológica
basada en un modelo de predicción de enfermedades en el corazón a través de
aprendizaje automático y la técnica de Inteligencia Artificial (AI) conocida como Redes
Neuronales Artificiales (RNA). Considerando el impacto favorable que el aprendizaje
automático ha significa para el área de la salud por sus diversas propuestas
desarrolladas para pronóstico de enfermedades, y con base en el problema derivado
de los problemas cardiacos cada vez más frecuentes en el mundo y con alto índice de
mortalidad, se decidió ofrecer apoyo a través del desarrollo tecnológico.
Para ello, una de las metodologías de ciencia de datos de mayor aplicación es la
Proceso Estándar Entre Industrias para la Minería de Datos (CRISP-DM por sus siglas
en inglés) orientadas a la construcción de modelos a través del aprendizaje automático
basado en datos. Se construyeron tres modelos de clasificación, el de mejor
rendimiento fue el perceptron multicapa con 93.23% de precisión, 91.65% de
exactitud, 91.85% de especificidad y 91.49% de sensibilidad, por lo que se consideró
adecuado para apoyar el diagnóstico oportuno del paciente. El trabajo que se expone
muestra el proceso de desarrollo de la estrategia tecnológica.