Abstracto

Modelo de red neuronal en aplicación en VIH/SIDA

M. Lilly Florence y Dr. P. Balasubramanie

El VIH/SIDA es una enfermedad incurable. Más de millones de personas son VIH positivas. Sin embargo, los nuevos medicamentos no sólo pueden ralentizar la progresión de la infección, sino que también pueden suprimir el virus, restaurando así la función inmunológica del cuerpo y permitiendo que muchas personas infectadas por el VIH lleven una vida normal, libre de enfermedades. Se están realizando muchas investigaciones para predecir un mejor tratamiento para los pacientes con VIH, como la predicción de medicamentos contra el VIH, pruebas de resistencia a los medicamentos, la predicción de los efectos secundarios de ciertos regímenes, etc. La predicción de la especificación del régimen es una investigación desafiante. Dado que todos los pacientes son únicos en su historial médico, efectos secundarios y alergias a medicamentos particulares, el médico no puede tratar a todos los pacientes de la misma manera. Es común que si un paciente con un conjunto de ciertos síntomas consulta al médico, el paciente puede obtener diferentes opiniones sobre el tipo de enfermedad subyacente. El juicio de un médico es un papel importante en este sentido. Investigaciones recientes muestran que la inteligencia computacional se ha utilizado ampliamente en el diagnóstico médico para resolver problemas complejos mediante el desarrollo de un sistema de apoyo a la toma de decisiones con la aplicación de algoritmos de redes neuronales. Las redes neuronales son un área muy buena para la práctica de la mayoría de los problemas médicos. Tiene muchos algoritmos para la clasificación, predicción, procesamiento de imágenes, etc. Una utilización adecuada de una técnica de redes neuronales para implementar un conjunto de datos de investigación de servicios de salud a gran escala es una de las áreas más difíciles en el campo de las redes neuronales. Es más complicado debido a factores mal definidos y mal estructurados que afectan el estado de salud funcional de los pacientes con VIH/SIDA. Muchos de los estudios han aplicado la técnica de redes neuronales para clasificar y predecir la solución deseada o para mejorar los aspectos metodológicos. En este trabajo propuesto, hemos tomado el historial médico de 300 pacientes con VIH/SIDA y hemos construido un modelo para predecir la especificación del régimen adecuado, que podría ayudar al paciente a prolongar su vida durante el máximo de años. Para construir este modelo, hemos implementado el algoritmo de red neuronal de retropropagación, la red ART1 y la red de función de base radial. El algoritmo de red neuronal de retropropagación se utiliza para fines de clasificación y predicción y también funcionaría con una gran cantidad de datos con un gran número de iteraciones. Debido a su naturaleza de retroalimentación, podría actuar como un mejor algoritmo de predicción. De manera similar, el algoritmo de red neuronal ART1 se ha utilizado para clasificar a los pacientes en dos grupos, activos e inactivos, en función de las especificaciones de su régimen, y la red neuronal de base radial también se ha utilizado para predecir las especificaciones del régimen. Estos tres algoritmos se han utilizado en este trabajo para predecir una mejor especificación del régimen para los pacientes con VIH/SIDA.