Abstract:
Según el informe epidemiológico nacional de marzo del 2021, la Región Junín
ocupa los primeros lugares en mortalidad perinatal con un 4,61 % (47 decesos). El hospital
Regional Docente Materno Infantil El Carmen tiene un total de 21 decesos al mes de marzo
y un total de 49 muertes perinatales al mes de julio, siendo éste un indicador preocupante
por el aumento en comparación a periodos anteriores. La presente investigación tiene
como objetivo determinar un modelo prospectivo de aprendizaje automático que permita
detectar cuales son los factores obstétricos inmediatos, subyacentes y básicos que influyen
en una muerte perinatal, así mismo, diseñar un modelo para predecir el riesgo de muerte.
Con este propósito, se ha realizado una investigación descriptiva, usando un diseño
transeccional correlacional-causal; adicionalmente se emplearon técnicas de análisis e
inducción en el procesamiento de datos con Machine Learning, implementando un sistema
con estructura de servicio web y extensión a uso de hojas de cálculo para determinar la
probabilidad de ocurrencia de una complicación fatal. En los resultados se tiene que el
modelo de regresión por red neuronal es el más confiable por su capacidad de predicción
con error mínimo a partir de los factores obstétricos. También resulta que dichos factores
en sus tres dimensiones son fundamentales para el diagnóstico de mortalidad. Finalmente,
se propone la implementación del modelo prospectivo generado como apoyo del personal
médico para una predicción más acertada y una mejora en la sistematización de la base
de datos del Hospital Regional Docente Materno Infantil El Carmen.