Modelo hibrido para el diagnóstico de enfermedades cardiovasculares basado en inteligencia artificial

La investigación presentada en el siguiente artículo está orientada hacia el área de la bioinformática, en el campo de minería de datos utilizando la técnica de redes bayesianas y arboles decisión; además de evaluar la utilidad de la metodología bayesiana en la predicción y el diagnóstico médico de enfermedades complejas (cardiovasculares), redes bayesianas se utilizan como representación grafica del conocimiento previo y métodos de razonamiento en los modelos probabilísticos y en la clasificación de los datos, pues desde la base datos todavía existen problemas; de esta manera, la estructura obtenida puede presentar un grado de complejidad innecesario que dificulta la representación e interpretación del conocimiento así como también la eficiencia del proceso de inferencia. The present work pertains in the field of bioinformatics, particularly in the field data mining using Bayesian networks and decision trees. The study also assesses the usefulness of a Bayesian methodology when making medical predictions and diagnosis of non-trivial diseases (cardiovascular). Bayesian networks are used as graphic representations of previous knowledge, and also reasoning methods are applied to probabilistic models. When classifying the data from the database, problems still arise, thus the structure obtained might exhibit an unnecessary complexity degree which makes it difficult to represent and interpret knowledge as well as reducing efficiency in the inference process.