CLASIFICACIÓN DE PACIENTES SEGÚN SÍNTOMAS USANDO RELACIONES DE EQUIVALENCIA EN UN SISTEMA COMPUTACIONAL

Resumen

Resumen

El trabajo propone un sistema computacional para EPS que clasifica pacientes según la similitud exacta de sus síntomas mediante relaciones de equivalencia (reflexividad, simetría y transitividad). La investigación se desarrolló en tres fases: (1) revisión bibliográfica para identificar síntomas frecuentes y criterios de agrupación; (2) implementación de un prototipo en Python que modela pacientes y síntomas como conjuntos y agrupa automáticamente a quienes comparten el mismo conjunto sintomático; y (3) validación inicial con datos simulados.
Los resultados muestran que el sistema forma clases de equivalencia coherentes (p. ej., pacientes A, B y D con fiebre, tos y dolor de garganta quedan en la misma clase; C, con un síntoma menos, no).
Las conclusiones señalan que el enfoque puede mejorar la organización de datos clínicos, reducir tiempos de atención y apoyar diagnósticos colectivos, aunque su adopción práctica exige acceso a datos reales, validación con personal médico e integración con plataformas de salud. Se recomienda avanzar hacia pruebas en entornos operativos y fortalecer la interoperabilidad.