🏥 Sistema de Triage Asistido por IA

Para Zonas de Alto Riesgo Sanitario en Colombia

📋 Descripción

Sistema de Machine Learning para clasificación automática de triage clínico, entrenado con 100,000 casos reales de pacientes en Chocó, Colombia. Diseñado para zonas con severas limitaciones de infraestructura sanitaria.

🎯 Objetivo Principal

Minimizar el riesgo de clasificar erróneamente a un paciente en estado crítico (Falso Negativo), lo que en estas zonas implica un retraso mortal en la referencia hacia centros de mayor complejidad.

📊 Dataset

• Fuente: triage_choco_100k_balanceado.csv (100,000 casos reales)
• Departamento: Chocó, Colombia
• Balanceado: 20,000 casos por cada nivel de urgencia (1-5)
• Características: 15 variables clínicas por paciente

---

🏗️ Arquitectura del Sistema

ProyectoFinal/
├── config.py                      # Configuración global
├── main.py                        # Pipeline de entrenamiento (con dataset real)
├── requirements.txt               # Dependencias
├── README.md                      # Este archivo
├── triage_choco_100k_balanceado.csv  # Dataset real (100k casos)
│
├── src/                           # Módulos del sistema
│   ├── preprocessing.py           # Preprocesamiento + SMOTE
│   ├── model_training.py          # Entrenamiento XGBoost
│   ├── evaluation.py              # Evaluación y métricas
│   ├── interpretability.py        # Análisis SHAP
│   └── inference.py               # Motor de inferencia
│
├── models/
│   └── triage_model.joblib        # Modelo entrenado (3.8 MB)
│
├── outputs/                       # Reportes y gráficos
├── logs/                          # Logs de ejecución
└── venv/                          # Entorno virtual

---

📊 Clasificación de Triage

El modelo clasifica pacientes en 5 niveles según el Sistema de Triage Colombiano/ESI:

Nivel	Categoría	Descripción	Tiempo de Atención
🔴 1	Resucitación	Riesgo vital inminente	Inmediato
🟠 2	Emergencia	Condición grave	< 10 minutos
🟡 3	Urgente	Urgencia moderada	< 30 minutos
🟢 4	Menos Urgente	Urgencia menor	< 60 minutos
🔵 5	No Urgente	Sin urgencia	Según disponibilidad

---

🔧 Características Técnicas

Features de Entrada

• Signos Vitales: FC, FR, PA, Temperatura, SpO2
• Neurológico: Escala de Glasgow (GCS)
• Demográfico: Edad, Sexo
• Síntoma Principal: Codificado (dolor torácico, disnea, trauma, etc.)
• Comorbilidades: Diabetes, HTA, cardiopatía, etc.

Modelo

• Algoritmo: Gradient Boosting (XGBoost/LightGBM)
• Manejo de Desbalance: SMOTE + Pesos de clase personalizados
• Interpretabilidad: Valores SHAP para cada predicción

Métricas de Éxito

• Recall Nivel 1-2 ≥ 95% (Objetivo crítico)
• F1-Score ponderado
• Matriz de confusión

---

🚀 Instalación

1. Clonar/Crear el proyecto

cd /path/to/ProyectoFinal

2. Crear entorno virtual

python -m venv venv
source venv/bin/activate  # Linux/Mac
# o
venv\Scripts\activate     # Windows

3. Instalar dependencias

pip install -r requirements.txt

---

💻 Uso

Ejecutar Pipeline de Entrenamiento

# Entrenar modelo con dataset real de 100k casos
python main.py

Esto:

1. ✅ Carga triage_choco_100k_balanceado.csv
2. ✅ Divide en train/validation/test
3. ✅ Preprocesa datos (normalización, imputación)
4. ✅ Entrena modelo XGBoost
5. ✅ Evalúa en conjunto test
6. ✅ Guarda modelo en models/triage_model.joblib

Usar Modelo Preentrenado

import joblib
import pandas as pd
from src.preprocessing import TriagePreprocessor

# Cargar modelo
model_package = joblib.load('models/triage_model.joblib')
model = model_package['model']
preprocessor = model_package['preprocessor']

# Preparar datos de nuevo paciente
X_nuevo = pd.DataFrame({
    'edad': [45],
    'frecuencia_cardiaca': [110],
    'frecuencia_respiratoria': [22],
    'temperatura': [38.5],
    'spO2': [92],
    'presion_sistolica': [130],
    'presion_diastolica': [85],
    'dolor': [7],
    # ... más features
})

# Preprocesar
X_procesado = preprocessor.transform(X_nuevo)

# Predecir
prediccion = model.predict(X_procesado)
probabilidades = model.predict_proba(X_procesado)

print(f"Nivel de Triage: {prediccion[0] + 1}")  # +1 porque es 0-indexed
print(f"Confianza: {max(probabilidades[0])*100:.1f}%")

print(f"Confianza: {result.confianza*100:.1f}%") print(f"Alertas: {result.alertas}") print(f"Recomendaciones: {result.recomendaciones}")

### API Rápida
```python
from src.inference import quick_triage

result = quick_triage(
    frecuencia_cardiaca=95,
    frecuencia_respiratoria=22,
    presion_sistolica=130,
    presion_diastolica=85,
    temperatura=37.8,
    saturacion_oxigeno=96,
    escala_glasgow=15,
    edad=45,
    sexo=1,
    sintoma_principal=5
)

print(result)

---

📈 Resultados Esperados

Métricas de Evaluación

Métrica	Objetivo	Descripción
Recall Nivel 1	≥ 95%	Detectar emergencias de resucitación
Recall Nivel 2	≥ 95%	Detectar emergencias graves
F1-Score Global	≥ 80%	Balance general del modelo
Accuracy	Informativo	No es métrica principal

Visualizaciones Generadas

• confusion_matrix.png - Matriz de confusión
• class_metrics.png - Métricas por clase
• roc_curves.png - Curvas ROC
• shap_feature_importance.png - Importancia SHAP
• shap_summary.png - Resumen de contribuciones

---

🔍 Interpretabilidad (SHAP)

El sistema incluye análisis SHAP para explicar cada predicción:

from src.interpretability import TriageExplainer

explainer = TriageExplainer(model, feature_names)
explainer.fit(X_train)

# Explicación individual
explanation = explainer.explain_prediction(patient_data)
print(explanation['risk_factors'])
print(explanation['protective_factors'])

# Reporte clínico
report = explainer.generate_clinical_report(patient_data, patient_id="12345")
print(report)

---

📁 Archivos Generados

Después de ejecutar el pipeline:

models/
├── triage_model_final.joblib    # Modelo entrenado
├── preprocessor.joblib          # Preprocesador ajustado
└── triage_model_final.json      # Historial de entrenamiento

outputs/
├── confusion_matrix.png
├── class_metrics.png
├── roc_curves.png
├── pr_curves.png
├── shap_feature_importance.png
├── shap_summary.png
├── shap_critical_analysis.png
├── evaluation_metrics.json
└── pipeline_results.json

data/
├── triage_train.csv
└── triage_test.csv

---

⚠️ Consideraciones Éticas

IMPORTANTE: Este sistema es una herramienta de apoyo a la decisión clínica, NO un reemplazo del criterio médico.

• La decisión final de triage debe ser tomada por personal médico calificado
• El modelo está optimizado para minimizar falsos negativos en emergencias
• Se recomienda validación clínica antes de despliegue en producción
• Los datos sintéticos deben ser reemplazados por datos reales validados

---

🔄 Próximos Pasos

1. Validación Clínica: Evaluar con datos reales de urgencias
2. Integración: Desarrollar API REST para tele-triage
3. Monitoreo: Implementar drift detection en producción
4. Expansión: Incluir más features (laboratorios, imágenes)

---

📚 Referencias

• Sistema de Triage Colombiano (Ministerio de Salud)
• Emergency Severity Index (ESI) - AHRQ
• XGBoost: A Scalable Tree Boosting System
• SHAP: A Unified Approach to Interpreting Model Predictions

---

👥 Autores

Proyecto desarrollado para el curso de PTIA - Proyecto Final

---

📄 Licencia

Este proyecto está bajo la Licencia MIT - ver el archivo LICENSE para más detalles.