Diagnóstico del dengue utilizando redes neuronales artificiales

Abstract

El dengue es una enfermedad viral producida por el mosquito Aedes Aegypti, de gran impacto en las últimas décadas en América Latina y el Perú, particularmente en la Amazonía que representa el 57% del territorio y el 12% de la población nacional. El objetivo del presente estudio es diagnosticar el dengue utilizando como estrategia inteligente a las redes neuronales artificiales (RNA) backpropagation, a partir de los síntomas de la enfermedad, teniendo como datos de entrada 430 patrones con 24 síntomas cada uno, proporcionados por la Dirección Regional de Salud (DIRESA) de la Región San Martín en el Perú. Se trata de una investigación aplicada, desarrollada por objetivos que, a través de iteraciones recurrentes se va determinando la arquitectura de red neuronal más adecuada para el diagnóstico del dengue sin alarma, con alarma y grave. La arquitectura de Red Neuronal Artificial - Perceptrón Multicapa (RNA - MLP) cascadefeedforward de dos capas ocultas: 24 - 12 – 4 – 1, es la que mejores resultados ofrece con un error cuadrático medio equivalente a 0.0457, factor de regresión R=0.90715 y efectividad de 95.35%.