Desarrollo de un aplicativo web para el apoyo de identificación de fallas comunes en máquinas de anestesia en un hospital de alta complejidad
Trabajo de grado - Pregrado
2022
El presente documento es el resultado de la investigación de fallas comunes en máquina de anestesia realizada en un hospital de cuarto nivel en la ciudad de Bogotá. Además, se encuentra la metodología que se realizó para el desarrollo del aplicativo web de identificación de fallas a partir de los datos de los mantenimientos correctivos recolectados en el hospital de los fabricantes Dräger y Datex Ohmeda por medio de dos métodos de Machine Learning. Obteniendo como resultado un aplicativo web de soporte para el personal de ingeniería biomédica para la identificación de fallas en máquinas de anestesia de marca Dräger mediante el método de Decision Tree Classifier con un 64% de certeza. Mientras que para Datex Ohmeda el método con mayor precisión fue Random Forest Classifier con el 74% de efectividad.
Descripción:
Articulo principal
Título: David Leonardo_Gracia Ramirez_Final (1).pdf
Tamaño: 1.683Mb
PDFLEER EN FLIP
Descripción: Autorizacion
Título: Autorización de publicación Trabajo Dirigido.pdf
Tamaño: 115.5Kb
PDFLEER EN FLIP
Título: David Leonardo_Gracia Ramirez_Final (1).pdf
Tamaño: 1.683Mb
PDFLEER EN FLIP
Descripción: Autorizacion
Título: Autorización de publicación Trabajo Dirigido.pdf
Tamaño: 115.5Kb
PDFLEER EN FLIP