UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA

EAP : INGENIERIA DE SISTEMAS

METODOLOGIA PARA LA ELABORACION DE TESIS

SISTEMA INTELIGENTE DE
APOYO MEDICO PARA EL
DIAGNOSTICO DE DEPRESION
EN ADULTOS USANDO REDES
NEURONALES
PROBLEMA

Diagnosticar la depresin
mayor de manera
temprana para evitar que
las personas afectadas
lleguen al extremo de
tener instintos suicidas
IMPORTANCIA
Atencin oportuna evita 900 0 1000
suicidios futuros [MINSA, 2016].

Principal origen de suicidios en el Per

80% de ellos son causados por depresin
[MINSA, 2016].

Principal causa de enfermedad y de suicidios a

nivel mundial ya que al ao se suicidan 800 000
personas [OMS,2017].

Genera perdidas economicas alrededor

de 5000 millones [MINSA,2012]
IMPORTANCIA

Falta de reconocimiento de la
enfermedad solo el 25,8 % acude a un
centro de salud

Falta de centros de salud solo contamos

con centros de salud mental en 6
regiones. [Honorio Delgado, 2017].

Falta de personal capacitado solo

contamos con 700 psiquiatras y 1500
psiclogos [Castillo ,2015].
Atencin de cuadros de depresin en el Per
[Sausa ,2014].
 MOTIVACION
La mayora de los
diagnsticos que se realizan
poseen criterios subjetivos
por parte de los psiclogos
SUBJETIVIDAD AL MOMENTO
DE REALIZAR EL
DIAGNOSTICO
MUCHOS HOSPITALES MANEJAN
GRAN CANTIDAD DE DATOS
La mayora de los hospitales
manejan gran cantidad de
datos los cuales pueden ser
utilizados para descubrir de
manera anticipada si un
paciente esta propenso a
tener depresin
Se ha demostrado que hacer
uso de herramientas de
inteligencia artificial como
Machine Learning y redes
neuronales ha tenido un
alto porcentaje de exactitud
al momento de realizar un
diagnstico de depresin
HERRAMIENTAS DE INTELIGENCIA
ARTIFICIAL PRESENTAN ALTO
PORCENTAJE DE EFECTIVIDAD
AL COMBATIR LA DEPRESION
 OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
Sistema
inteligente
dirigido al
Analizar, moldear diagnstico de
y aplicar el depresin mayor
modelo de red en adultos a
Identificar, neuronal elegido
cuantificar y travs de redes
para la deteccin neuronales
modelar los de depresin
Identificar el sntomas de
algoritmo ms mayor en
depresin mayor adultos.
adecuado para ser en adultos
Estudiar el implementado
proceso de
deteccin de
depresin mayor
en adultos : DMS
IV, PHQ-9, la
entrevista MINI y
la Escala de
Hamilton.
 METODOLOGIA -PLANIFICACION

Criterios
Preguntas
de
de Bancos Palabras
seleccin Artculos Cientficos
investigaci Cientficos Claves
y/o
n
exclusin

-Criteriosde -ScienceDirect -Depresin INCLUSIN

diagnostico -Pubmed -Adults -Factor SJR
-Herramientas de -Taylor & Francis System Intelligent -Ingles, Espaol 10 artculos para el
diagnostico -IEEE - Diagnose -Algoritmos usados estado del arte
-Algoritmos -Otras Depression para diagnostico
- Machine Learning AREAS
- Algorithm RELACIONADAS
:Psicologa
,psiquiatra
Informtica
EXCLUSION
-Alejado del tema-
-Conferencias
ARTCULOS CIENTFICOS
ARTICULOS Q1 Q2 Q3

Neurofuzzy models to automate the grading of old-age depression X X

Development of combined back propagation algorithm and radial X X X

basis function for diagnosing depression patients

An intelligent approach to discovering common symptoms among X X

Q1:Criterios de
depressed patients
diagnostico
Methodology of Echo State Neural Network To Diagnose Human X X X
Depression
Q2:Herramientas de
Identifying Patients with Depression Using Free-text Clinical X X X
Documents diagnostico
Mobile cloud-based depression diagnosis using an ontology and a X X
Bayesian network Q3 :Algoritmos
A Softcomputing Model for Depression Prediction X X X

Un sistema informatizado de apoyo a las decisiones clnicas para el X X X

manejo de la depresin en atencin primaria

Prediction of Depression among Senior Citizens using Machine X x

Learning Classifiers
Why so GLUMM? Detecting depression clusters through graphing X X
lifestyle-environs using machine-learning methods (GLUMM)
Q1:QUE CRITERIOS SE HAN USADO PARA
EL DIAGNOSTICO DE DEPRESION
Articulo Criterio de
Cientfico Diagnostico
Neuro fuzzy models to automate the grading of old-age Sntomas
depression
Development of combined back propagation algorithm and radial basis Sntomas
function for diagnosing depression patients
An intelligent approach to discovering common symptoms among Sntomas
depressed patients
Methodology of Echo State Neural Network To Diagnose Human Depression Sntomas

Identifying Patients with Depression Using Free-text Clinical Documents Sntomas

Mobile cloud-based depression diagnosis using an ontology and a Sntomas
Bayesian network
A Soft computing Model for Depression Prediction Sntomas
Un sistema informatizado de apoyo a las decisiones clnicas para el manejo Sntomas
de la depresin en atencin primaria
Prediction of Depression among Senior Citizens using Machine Sntomas
Learning Classifiers
Why so GLUMM? Detecting depression clusters through graphing Estilos De Vida
lifestyle-environs using machine-learning methods (GLUMM)
Q2:QU HERRAMIENTAS SE HAN UTILIZADO
PARA EL DIAGNOSTICO DE DEPRESION ?
ARTICULO HERRAMIENTA DE
CIENTFICO VALIDACIN
Development of combined back Escala de HAMILTON
propagation algorithm and radial basis
function for diagnosing depression patients

Methodology of Echo State Neural Network Escala de HAMILTON

To Diagnose Human Depression

DMS-IV , PHQ-9
Identifying Patients with Depression Using
Free-text Clinical Documents

A soft computing model for DMS , PHQ-9

depression prediction
Un sistema informatizado de apoyo a las
decisiones clnicas para el manejo de la
depresin en atencin primaria DMS-IV ,PHQ-9 Y MINI
Q3:QU ALGORITMOS SE HAN DESARROLLADO
PARA EL DIAGNOSTICO DE DEPRESION ?
ARTICULO TCNICA PRECISIN DATOS DE DATOS DE COMPLEJIDA
CIENTFICO ENTRENAMIENTO PRUEBA D
Neuro fuzzy models to Modelos Neuro difusos 94,4 % 270 189 Media
automate the grading of old-
age depression
Development of combined back Algoritmo Hibrido Back No especifica 1800 55 Media
propagation algorithm and radial Propagation Algorithm
basis function for diagnosing (BPA) y Radial Basis
depression patients Function (RBF)

An intelligent approach to Algoritmos hibrido 70% 5,964 530 Media

discovering common Asociacin y de rbol
symptoms among depressed FTP.
patients
Methodology of Echo State Neural Metodologia del Echo State No especifica 1800 55 Alta
Network To Diagnose Human Neural Network
Depression

Identifying Patients with Algoritmo MTERMS 89,6 % 1200 600 Media

Depression Using Free-text Clinical
Documents
Q3:QU ALGORITMOS SE HAN DESARROLLADO
PARA EL DIAGNOSTICO DE DEPRESION ?

ARTICULO TCNICA PRECISIN DATOS DE DATOS DE COMPLEJID

CIENTFICO ENTRENAMIENTO PRUEBA AD
Mobile cloud-based depression Ontologa y Red 75 % No especifica 21 Media
diagnosis using an ontology and Bayesiana
a Bayesian network
A Soft computing Model for Softcomputing 92,4 % 80 20 Media
Depression Prediction
Un sistema informatizado de apoyo Algoritmo DEP utilizado en la No especifica No especifica No especifica Baja
a las decisiones clnicas para el Gua de practica electrnica
manejo de la depresin en atencin para la depresin mayor
primaria (eGPCD)
Prediction of Depression Clasificadores de 95 % 70 30 Media
among Senior Citizens using Machine Learning
Machine Learning Classifiers (Red Bayesiana)
Why so GLUMM? Detecting GLUMM 75 % 6 000 4 000 Alta
depression clusters through
graphing lifestyle-environs using
machine-learning methods
(GLUMM)