En el mes de Julio del presente año, la revista MDPI SENSOR público el artículo científico denominado “Hypertension Diagnosis with Backpropagation Neural Networks for Sustainability in Public Health” del docente e investigador Jorge Antonio Orozco Torres, adscrito al departamento de Ingeniería Industrial del Tecnológico Nacional de México campus Tuxtla Gutiérrez.
De acuerdo al investigador, el proyecto presenta el desarrollo de una red neuronal multicapa feed-forward para el diagnóstico de la hipertensión, basada en un estudio poblacional.
“Para el desarrollo de esta arquitectura se han tenido en cuenta varios factores fisiológicos que son vitales para determinar el riesgo de ser hipertenso; un sistema de diagnóstico puede ofrecer una solución que no es fácil de determinar por medios convencionales”.
Cabe destacar que los resultados obtenidos demuestran la sostenibilidad de las condiciones de salud que afectan a la humanidad hoy en día como consecuencia del entorno social, por ejemplo, la economía, el estrés, el tabaquismo, el alcoholismo, la drogadicción, la obesidad, la diabetes, la inactividad física, etc., que conducen a la hipertensión.
“Analizamos a 350 alumnos, ahí obtuvimos la efectividad del 90 por ciento, de una población de 3 mil 500 tomamos el 10 por ciento al azar y fue bastante confiable, todo fue registrado en una base de Excel, ahí el algoritmo se corre y en cuestión de segundos de esa sabana de datos arroja quienes tienen riesgo bajo, medio y alto de hipertensión”.
Los resultados del sistema de diagnóstico basado en redes neuronales muestran una eficacia del 90%, generando así una alta expectativa en el diagnóstico del riesgo de hipertensión a partir de los datos fisiológicos analizados.
Así también agradeció la participación de diversas instituciones públicas y privadas, como son el TecNM/Instituto Tecnológico de Tuxtla Gutiérrez, TecNM/Instituto Tecnológico de Rio Verde, el Centro de Investigación, Desarrollo e Innovación Tecnológica de la Universidad de Ciencia y Tecnología, Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE), Facultad de Ciencias de la Ingeniería y Tecnología de la Universidad Autónoma de Baja California.
“Ciencia y Tecnología con Sentido Humano”
Departamento de Comunicación y Difusión
TecNM campus Tuxtla Gutiérrez
