Modelos de redes neuronales optimizadas con algoritmos genéticos: una aplicación para proyecciones sobre pacientes con cáncer hospitalizados en la CCSS

Modelos de redes neuronales optimizadas con algoritmos genéticos: una aplicación para proyecciones sobre pacientes con cáncer hospitalizados en la CCSS

Autores/as

  • Andrey Alonso Mora Bermúdez Maestría en Administración de Negocios Universidad Estatal a Distancia
  • Juan Antonio Sancho Chacón Maestría en Administración de Negocios Universidad Estatal a Distancia

DOI:

https://doi.org/10.22458/rna.v5i1.672

Palabras clave:

redes neuronales, algoritmos genéticos, cancer

Resumen

En el campo de la salud, es fundamental disponer de proyecciones efectivas de la demanda de los servicios, con el fin de realizar una adecuada planificación, garantizando la disposición oportuna de dichos servicios y una utilización eficiente de los recursos. Este artículo pretende ampliar el conocimiento teórico en relación con la utilización de técnicas de inteligencia artificial, específicamente las redes neuronales y los algoritmos genéticos, en el desarrollo modelos de proyección y optimización, con el fin de evaluar su aplicación práctica en la estimación del número de pacientes con cáncer atendidos en hospitales de la Caja Costarricense de Seguro Social (CCSS) así como en la estimación de la estancia hospitalaria esperada para este tipo de pacientes.

Citas

Calvo, A. (2004). Un modelo de redes neuronales aplicado al Sistema Bancario Costarricense: período 1998-2002. Tesis de Maestría. Universidad de Costa Rica, San José, Costa Rica.

CCSS (2010). Base de datos de egresos hospitalarios. Área de Estadísticas en Salud, San José, Costa Rica.

Gallardo, E. (2009). Modelo de redes neuronales artificiales aplicado a un problema de clasificación de estudiantes de secundaria según actitud hacia la aculturación. Tesis de Maestría. Universidad de Costa Rica, San José, Costa Rica.

Grajales, T. (1996). Conceptos Básicos para la Investigación Social. Nuevo León, México: Publicaciones Universidad de Montemorelos.

Herrera, F. Lozano, M. y Verdegay, J. (1994). Algoritmos Genéticos: Fundamentos, Extensiones y Aplicaciones. ETS de Ingeniería Informática, Universidad de Granada, España. Consultado en la dirección ftp://decsai.ugr.es/pub/arai/tech_rep/lozano/esp/arbor.ps.Z

Hilera, J. y Martínez, V. (2000). Redes neuronales artificiales: fundamentos, modelos y aplicaciones. México: Alfaomega.

Moujahid, A., Inza, I. y Larrañaga, P. (s.f.). Algoritmos Genéticos. Departamento de Ciencias de la Computación e Inteligencia Artificial. Universidad del País Vasco. Consultado desde la dirección electrónica: http://www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/t2geneticos.pdf

Nojek, S., Britos, P., Rossi, B. y García Martínez, R. (2003). Pronóstico de Ventas: Comparación de Predicción basada en Redes Neuronales versus Método Estadístico. Reportes Técnicos en Ingeniería del Software. Vol 5 (1): pp. 1-12. Instituto Tecnológico de Buenos Aires-Argentina.

Orozco, C. y Medina, R. (2004). Modelo de la evolución del conocimiento en individuos en un sistema autorregulado, basado en redes neuronales artificiales y algoritmos genéticos. Tesis para optar por el título de Ingeniero en Sistemas. Universidad EAFI. Colombia. Disponible en la dirección http://bdigital.eafit.edu.co/bdigital/PROYECTO/P006.32CDO747/capitulo1.pdf

Pacheco, J. Sancho, J y Zoch, A. (2006). Rediseño de los procesos de administración de inventarios y almacenaje en la empresa Café El Rey. Tesis para optar por el grado de Licenciatura en Ingeniería Industrial. Universidad de Costa Rica, San José, Costa Rica.

Solano, Y. (1997). Improvement of convergence speed and generalization capability in artificial neural networks by normalizing the Back-propagation algorithm. Chiba, Japan: s.n.e.

Sotolongo, G., Guzmán (2001). MV. Aplicaciones de las redes neuronales. El caso de la bibliometría. Ciencias de la Información. Vol 32(1): pp. 27-34. Consultado desde la dirección electrónica: http://www.idict.cu/cinfo99/v32n1a2001/bibliometria.htm

Toro, O. Mejía, D. Salazar, H. (2004). Pronóstico de ventas usando redes neuronales. Scientia Et Technica. Vol X (26): pp. 25-30. Universidad Tecnológica de Pereira- Colombia.

Valenzuela, M (2008). Logística Inteligente. Centro de Computación Inteligente y Robótica Tecnológico de Monterrey, Campus Monterrey. Recuperado de http://strauss.ing.puc.cl/laccir/Portals/0/research_teams/itesm/optimization_and_logistics.pdf

Descargas

Cómo citar

Mora Bermúdez, A. A., & Sancho Chacón, J. A. (2014). Modelos de redes neuronales optimizadas con algoritmos genéticos: una aplicación para proyecciones sobre pacientes con cáncer hospitalizados en la CCSS. Revista Nacional De Administración, 5(1), 7–30. https://doi.org/10.22458/rna.v5i1.672

Número

Vol. 5 Núm. 1 (2014): Revista Nacional de Administración

Sección

Artículos

Licencia

Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:

  1. Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
  2. Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
  3. Se permite y recomienda a los autores/as difundir su obra publicada en la revista a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web).