000			01737 a2200229 04500
001			9670
007			54 p.
008			050619s2022 ck a spa d
041	0		_aspa
082	0		_a610.28 _bG731d
100			_aGracia Ramirez, David Leonardo. _91013
245	0		_aDesarrollo de un aplicativo web para el apoyo de identificación de fallas comunes en máquinas de anestesia en un hospital de alta complejidad / _h[Recurso Electrónico] / _cDavid Leonardo Gracia Ramirez.
260	4		_aBogotá (Colombia) : _bEscuela Colombiana de Ingeniería Julio Garavito, _c2022
300	4		_a54 paginas. _bgráficos.
500			_aTesis (Ingeniero Biomédico)
520			_aEl presente documento es el resultado de la investigación de fallas comunes en máquina de anestesia realizada en un hospital de cuarto nivel en la ciudad de Bogotá. Además, se encuentra la metodología que se realizó para el desarrollo del aplicativo web de identificación de fallas a partir de los datos de los mantenimientos correctivos recolectados en el hospital de los fabricantes Dräger y Datex Ohmeda por medio de dos métodos de Machine Learning. Obteniendo como resultado un aplicativo web de soporte para el personal de ingeniería biomédica para la identificación de fallas en máquinas de anestesia de marca Dräger mediante el método de Decision Tree Classifier con un 64% de certeza. Mientras que para Datex Ohmeda el método con mayor precisión fue Random Forest Classifier con el 74% de efectividad.
650		0	_aINGENIERÍA BIOMÉDICA _911877
650		0	_aINGENIERÍA CLÍNICA _918961
700			_edirector. _aAya Parra, Pedro Antonio _962450
856			_uhttps://repositorio.escuelaing.edu.co/handle/001/2146
942			_2ddc _cTE
999			_c23260 _d23260