Inteligencia artificial para la predicción de riesgo cardiovascular en pacientes de OSEP

Autores
Rotella, Carina; Tagarelli, Sandra; Gómez Portillo, Juan Manuel; Ontiveros Patricia; Monetti, Julio; Caymes Scutari, Paola; Bianchini, Germán
Año de publicación
2026
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Las enfermedades cardiovasculares son la principal causa de morbilidad y mortalidad en Argentina [2]. La Obra Social de Empleados Públicos (OSEP) de Mendoza dispone de un sistema de historia clínica digital (SISAO) con más de 10 años de datos epidemiológicos y clínicos de sus 400.000 afiliados. Este proyecto busca desarrollar un modelo predictivo basado en inteligencia artificial para calcular el riesgo cardiovascular a 10 y 30 años, ajustado a la población local. La implementación de esta herramienta permitirá identificar pacientes de alto riesgo, optimizar la prevención y mejorar la asignación de recursos sanitarios.
Fil: Rotella, Carina. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Tagarelli, Sandra. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Gómez Portillo, Juan Manuel. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Ontiveros Patricia. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Monetti, Julio. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Caymes-Scutari, Paola. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Bianchini, Germán. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Materia
Inteligencia artificial
Riesgo cardiovascular
Prevención
Epidemiología
OSEP
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution-NonCommercial-NoDerivs 2.5 Argentina
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/15244
Acceder
id RIAUTN_e8b27b437bd4c25cce0092622c90eb43
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/15244
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Inteligencia artificial para la predicción de riesgo cardiovascular en pacientes de OSEPRotella, CarinaTagarelli, SandraGómez Portillo, Juan ManuelOntiveros PatriciaMonetti, JulioCaymes Scutari, PaolaBianchini, GermánInteligencia artificialRiesgo cardiovascularPrevenciónEpidemiologíaOSEPLas enfermedades cardiovasculares son la principal causa de morbilidad y mortalidad en Argentina [2]. La Obra Social de Empleados Públicos (OSEP) de Mendoza dispone de un sistema de historia clínica digital (SISAO) con más de 10 años de datos epidemiológicos y clínicos de sus 400.000 afiliados. Este proyecto busca desarrollar un modelo predictivo basado en inteligencia artificial para calcular el riesgo cardiovascular a 10 y 30 años, ajustado a la población local. La implementación de esta herramienta permitirá identificar pacientes de alto riesgo, optimizar la prevención y mejorar la asignación de recursos sanitarios.Fil: Rotella, Carina. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.Fil: Tagarelli, Sandra. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.Fil: Gómez Portillo, Juan Manuel. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.Fil: Ontiveros Patricia. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.Fil: Monetti, Julio. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.Fil: Caymes-Scutari, Paola. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.Fil: Bianchini, Germán. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.Universidad Tecnológica Nacional2026-06-29T19:18:45Z2026-02-20info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfXXVII WICC 2025 (Workshop de Investigadores en Ciencias de la Computación)https://hdl.handle.net/20.500.12272/15244spainfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivs 2.5 Argentinahttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Uso académico de acceso libre.reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:43:54Zoai:ria.utn.edu.ar:20.500.12272/15244instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:43:56.44Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Inteligencia artificial para la predicción de riesgo cardiovascular en pacientes de OSEP
title Inteligencia artificial para la predicción de riesgo cardiovascular en pacientes de OSEP
spellingShingle Inteligencia artificial para la predicción de riesgo cardiovascular en pacientes de OSEP
Rotella, Carina
Inteligencia artificial
Riesgo cardiovascular
Prevención
Epidemiología
OSEP
title_short Inteligencia artificial para la predicción de riesgo cardiovascular en pacientes de OSEP
title_full Inteligencia artificial para la predicción de riesgo cardiovascular en pacientes de OSEP
title_fullStr Inteligencia artificial para la predicción de riesgo cardiovascular en pacientes de OSEP
title_full_unstemmed Inteligencia artificial para la predicción de riesgo cardiovascular en pacientes de OSEP
title_sort Inteligencia artificial para la predicción de riesgo cardiovascular en pacientes de OSEP
dc.creator.none.fl_str_mv Rotella, Carina
Tagarelli, Sandra
Gómez Portillo, Juan Manuel
Ontiveros Patricia
Monetti, Julio
Caymes Scutari, Paola
Bianchini, Germán
author Rotella, Carina
author_facet Rotella, Carina
Tagarelli, Sandra
Gómez Portillo, Juan Manuel
Ontiveros Patricia
Monetti, Julio
Caymes Scutari, Paola
Bianchini, Germán
author_role author
author2 Tagarelli, Sandra
Gómez Portillo, Juan Manuel
Ontiveros Patricia
Monetti, Julio
Caymes Scutari, Paola
Bianchini, Germán
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv Inteligencia artificial
Riesgo cardiovascular
Prevención
Epidemiología
OSEP
topic Inteligencia artificial
Riesgo cardiovascular
Prevención
Epidemiología
OSEP
dc.description.none.fl_txt_mv Las enfermedades cardiovasculares son la principal causa de morbilidad y mortalidad en Argentina [2]. La Obra Social de Empleados Públicos (OSEP) de Mendoza dispone de un sistema de historia clínica digital (SISAO) con más de 10 años de datos epidemiológicos y clínicos de sus 400.000 afiliados. Este proyecto busca desarrollar un modelo predictivo basado en inteligencia artificial para calcular el riesgo cardiovascular a 10 y 30 años, ajustado a la población local. La implementación de esta herramienta permitirá identificar pacientes de alto riesgo, optimizar la prevención y mejorar la asignación de recursos sanitarios.
Fil: Rotella, Carina. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Tagarelli, Sandra. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Gómez Portillo, Juan Manuel. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Ontiveros Patricia. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Monetti, Julio. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Caymes-Scutari, Paola. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
Fil: Bianchini, Germán. Universidad Tecnológica Nacional. Facultad Regional Mendoza. Grupo de Laboratorio de Investigación en Cómputo Paralelo/Distribuido Departamento de Ingeniería en Sistemas de Información; Argentina.
description Las enfermedades cardiovasculares son la principal causa de morbilidad y mortalidad en Argentina [2]. La Obra Social de Empleados Públicos (OSEP) de Mendoza dispone de un sistema de historia clínica digital (SISAO) con más de 10 años de datos epidemiológicos y clínicos de sus 400.000 afiliados. Este proyecto busca desarrollar un modelo predictivo basado en inteligencia artificial para calcular el riesgo cardiovascular a 10 y 30 años, ajustado a la población local. La implementación de esta herramienta permitirá identificar pacientes de alto riesgo, optimizar la prevención y mejorar la asignación de recursos sanitarios.
publishDate 2026
dc.date.none.fl_str_mv 2026-06-29T19:18:45Z
2026-02-20
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv XXVII WICC 2025 (Workshop de Investigadores en Ciencias de la Computación)
https://hdl.handle.net/20.500.12272/15244
identifier_str_mv XXVII WICC 2025 (Workshop de Investigadores en Ciencias de la Computación)
url https://hdl.handle.net/20.500.12272/15244
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivs 2.5 Argentina
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Uso académico de acceso libre.
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 2.5 Argentina
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Uso académico de acceso libre.
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Tecnológica Nacional
publisher.none.fl_str_mv Universidad Tecnológica Nacional
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230867494993920
score 13.265058

Publicaciones similares