Pipelines de machine learning para entrenamiento, evaluación y serialización de modelos predictivos de complicaciones diabéticas.
Repositorio · Reportar Bug · Artículo de Investigación
dabetai es un ecosistema preventivo integral para la diabetes que predice complicaciones como retinopatía, nefropatía, neuropatía y pie diabético antes de que sean irreversibles.
Este repositorio contiene los Modelos IA — pipelines completos para entrenamiento, evaluación y serialización de modelos de machine learning enfocados en predecir:
- Retinopatía diabética
- Nefropatía diabética
- Neuropatía diabética
- Pie diabético
Los modelos se basan en datos clínicos y biométricos del estudio IOBP2 y están optimizados con técnicas avanzadas como balanceo de clases, optimización de hiperparámetros y validación cruzada.
| Componente | Repositorio | Stack |
|---|---|---|
| App Móvil | dabetai-org/mobile-app | React Native 0.79, Expo 53, Tailwind CSS |
| Portal Web | dabetai-org/web-app | Angular 19, Tailwind CSS |
| Core API | dabetai-org/api | NestJS 11, PostgreSQL, Prisma |
| API de IA | dabetai-org/ai-api | FastAPI, Python 3.11, MongoDB |
| Modelos IA (este) | dabetai-org/ai-models | Python, scikit-learn, XGBoost, PyTorch |
| Landing | dabetai-org/landing | Astro, Tailwind CSS |
- Preparación Modular de Datasets — Pipelines automatizados por complicación
- Experimentación Multi-Algoritmo — Regresión Logística, Random Forest, LightGBM, XGBoost, SVM, AdaBoost
- Optimización de Hiperparámetros — Grid Search para configuración óptima
- Serialización de Modelos — Exportación de modelos entrenados para producción
- Reportes Automáticos — Curvas ROC, matrices de confusión, importancia de características
- Python 3.11+
- pip
git clone https://github.com/dabetai-org/ai-models.git
cd ai-models
pip install -r requirements.txtai-models/
├── scripts/
│ ├── 01_prepare_datasets.py
│ ├── 02_run_experiments.py
│ └── 03_finalize_model.py
├── data/
│ ├── raw/
│ └── processed/
├── models/
├── reports/
│ └── figures/
└── requirements.txtpython scripts/01_prepare_datasets.pypython scripts/02_run_experiments.pypython scripts/03_finalize_model.pyLos datos provienen del estudio IOBP2 (In Control). Colocar los archivos en data/raw/datatables/. Ver CITATION.md para atribución y uso responsable.
Por favor lee CONTRIBUTING.md para nuestras convenciones de ramas, commits y flujo de PRs.
Este proyecto está licenciado bajo GNU General Public License v3.0 — consulta el archivo LICENSE para más detalles.
Autores:
- Cardenas Cabal Fermín
- Ortiz Pérez Alejandro — alex03ortizperez@gmail.com
- Serrano Puertos Jorge Christian — christian.serrano.puertos@gmail.com
Asesores:
- Guarneros Nolasco Luis Rolando
- Cruz Ramos Nancy Aracely
Apoyo Académico:
- Universidad Tecnológica del Centro de Veracruz