Investigación sobre la predicción de la salud infantil basada en el modelo de Bosque Aleatorio con el algoritmo...

Área de la Ciencia:

• Salud Pediátrica; Salud Computacional; Inteligencia Artificial en Medicina

Sus antecedentes:

• La salud infantil es vital para la evaluación de la salud pública, pero se enfrenta a desafíos por los cambios en el estilo de vida y los factores ambientales, lo que provoca un aumento de la obesidad, las alergias y los problemas respiratorios.
• Las evaluaciones de salud tradicionales sufren de retraso en los datos y subjetividad, lo que requiere modelos predictivos avanzados.
• La complejidad de la salud pediátrica exige enfoques innovadores para una evaluación de riesgos precisa y oportuna.

Objetivo del estudio:

• Introducir un nuevo modelo híbrido, Improved Grey Wolf Optimization-Random Forest (IGWO-RF), para mejorar la predicción de la salud pediátrica.
• Mejorar la precisión y la interpretabilidad de los modelos de predicción de la salud utilizando datos de exámenes físicos de niños.
• Identificar los determinantes clave de la salud infantil a través de técnicas avanzadas de IA explicable.

Principales métodos:

• Se desarrolló un modelo de Bosque Aleatorio (RF) utilizando datos de exámenes físicos de niños.
• El algoritmo Grey Wolf Optimization (GWO) se mejoró con estrategias de peso dinámico y mecanismos de retención de élite (IGWO) para optimizar los hiperparámetros de RF.
• Se emplearon valores de Shapley Additive Explanations (SHAP) para la interpretabilidad del modelo y la identificación de factores de salud significativos.

Principales resultados:

• El modelo IGWO-RF logró una precisión de predicción del 92,1% y una puntuación F1 del 90,8%, superando a los RF tradicionales (85,3%) y PSO-RF (88,7%).
• El análisis SHAP identificó el índice de masa corporal (0,32), el tiempo de ejercicio diario (0,21) y la exposición a partículas finas de 2,5 (0,18) como los principales determinantes de la salud infantil.
• El modelo demostró un rendimiento superior en la estratificación del riesgo de salud pediátrica.

Conclusiones:

• El modelo IGWO-RF ofrece un avance significativo en la precisión y la interpretabilidad de la predicción de la salud pediátrica.
• Se identificaron cuantitativamente factores clave que influyen en la salud infantil, como el IMC, el ejercicio y las exposiciones ambientales.
• El marco metodológico propuesto muestra la promesa de desarrollar sistemas de alerta temprana para los riesgos de salud pediátrica y otras enfermedades crónicas.