Espinoza Franco, José AntonioVázquez Cáceres, Luz MelinaMelgarejo Riveros, Víctor Manuel2024-12-162024-12-162024-12https://publicaciones.fctunca.edu.py/handle/123456789/136Demo del sistema: https://youtu.be/5QChe9hdniYLas enfermedades cardiovasculares están relacionadas con problemas del corazón y los vasos sanguíneos, siendo la principal causa de muerte en el mundo. Según el Ministerio de Salud Pública y Bienestar Social, estas enfermedades son responsables del 30% de las muertes globales y del 27% a nivel nacional. En el Instituto de Previsión Social de Coronel Oviedo se registraron 82.991 consultas entre 2021 y 2024, muchas asociadas a factores de riesgo como la hipertensión esencial. Para abordar esta problemática, se desarrollaron modelos utilizando técnicas de Machine Learning supervisado, entre ellos Regresión Logística, Árboles de Decisión y Random Forest, seleccionándose este último como modelo de alerta temprana para la interfaz de predicción de eventos cardiovasculares, debido a su 73% de exactitud y baja tasa de errores. Además, se planteó la creación de una base de datos para almacenar información de pacientes, consultas médicas e historiales clínicos, contribuyendo a mejorar la gestión y el seguimiento de la salud cardiovascular.esCiencia de DatosIngeniería de Software.ODS 3 - Salud y bienestarODS 9 - Industria innovación e infraestructuraThesis