Modelos predictivos en la Salud Pública: El abordaje de la diabetes mediante la Inteligencia Artificial

El artículo tuvo como objetivo desarrollar una aplicación basada en la inteligencia artificial, cuya finalidad es la detección y atención temprana de la diabetes mellitus tipo 2, una enfermedad que afecta al 9.3% de los adultos a nivel global. Metodológicamente, se empleó un enfoque cuantitativo no experimental, haciendo uso de un conjunto de datos de 800 pacientes,  de  los  que  se  seleccionaron  160  para  entrenar un modelo predictivo, implementando algoritmos de machine learning, tales como K-Nearest Neighbors (KNN) y Random Forest (RF), que facilitaron el análisis de datos clínicos y biométricos. Entre los principales resultados se destaca que el modelo KNN evidenció una precisión del 95,5%, mientras que RF demostró un 92.16% de precisión. Asimismo, la regresión logística alcanzó una precisión del 79,33%. Estos modelos identificaron la glucosa como el factor predictivo más significativo, con una correlación de 0.49 respecto a la diabetes.  Se concluyó que el uso de modelos de Inteligencia Artificial constituye una forma eficaz, accesible, no intrusiva y económica para facilitar la detección y atención temprana de la diabetes, mejorando la calidad en la atención personalizada, demostrando los beneficios que se pueden alcanzar en materia de salud pública.