Modelo de aprendizaje automático para la predicción de la incidencia de la diabetes mellitus tipo 2 en personas tratadas médicamente con EDUS
“Modelo predictivo de aprendizaje automático para determinar la propensión a desarrollar Diabetes Mellitus Tipo II en pacientes” a partir de los registros de datos clínicos almacenados en la Historia Clínica Digital Única implementada a nivel nacional” (OPSI, 2024). Se espera con este modelo “mejorar el abordaje preventivo de los pacientes, así como optimizar el uso de los recursos para la sostenibilidad del sistema de seguridad social” (OPSI, 2024).
- Fecha de publicación de esta ficha:
País
Entidad pública
Caja Costarricense de Seguro Social (CCSS)
Ubicación en la estructura del Estado
Nivel
Clasificación COFOG
Palabra clave
Usa datos personales
Estado conocido del proyecto
Potencial aporte a ODS
Aporte a procesos de gobierno (Clasificación nivel I JRC - UE)
Tipo de interacción (sí, no)
G2C
G2B
G2G
Clasificación OCDE por tipo de tarea (sí, no)
1. Reconocimiento
2. Detección de eventos
3. Predicción
4. Personalización
5. Soporte de interacción
6. Optimización orientada a objetivos
7. Razonamiento con estructura de conocimiento
¿Sistema previamente registrado en un repositorio anterior? (sí, no)
Fuentes primarias y secundarias del repositorio
OPSI. (2024, julio 2). Machine Learning Model for Type 2 Diabetes Mellitus Incidence Prediction for the People Medically treated with EDUS. Observatory of Public Sector Innovation. https://oecd-opsi.org/innovations/machine-learning-model-for-type-2-diabetes-mellitus-incidence-prediction-for-the-people-medically-treated-with-edus/