Spaces:
Build error
Build error
Upload 3 files
Browse files- app_modelo2.py +53 -0
- prediccion_mortalidad.pkl +3 -0
- requirements.txt +6 -0
app_modelo2.py
ADDED
@@ -0,0 +1,53 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
import pandas as pd
|
2 |
+
import pickle
|
3 |
+
import gradio as gr
|
4 |
+
|
5 |
+
# Cargar el modelo desde un archivo
|
6 |
+
with open('prediccion_mortalidad.pkl', 'rb') as archivo:
|
7 |
+
modelo = pickle.load(archivo)
|
8 |
+
|
9 |
+
def predict_sepsis(ritmo_cardiaco, plaquetas, bilirrubina, PAM, GCS, creatinina, pO2, charlson_puntaje ):
|
10 |
+
"""
|
11 |
+
Esta función clasifica si un paciente tiene una taza de mortalidad elevada o bajo, en base a los valores
|
12 |
+
de sus signos vitales: ritmo cardíaco, GCS y PAS, etc y el índice de Charlson.
|
13 |
+
|
14 |
+
Args:
|
15 |
+
- ritmo_cardiaco (float): Ritmo cardíaco del paciente.
|
16 |
+
- GCS (float): Escala de Coma de Glasgow (GCS, por sus siglas en inglés) del paciente.
|
17 |
+
- PAS (float): Presión arterial sistólica (PAS) del paciente.
|
18 |
+
-etc
|
19 |
+
|
20 |
+
Returns:
|
21 |
+
- str: Cadena que indica si el paciente tiene una bajo o alto nivel de mortalidad.
|
22 |
+
"""
|
23 |
+
# Crear un DataFrame con los valores de los signos vitales
|
24 |
+
data = pd.DataFrame({"ritmo_cardiaco": [ritmo_cardiaco],
|
25 |
+
"plaquetas":[plaquetas],
|
26 |
+
"bilirrubina":[bilirrubina],
|
27 |
+
"PAM":[PAM],
|
28 |
+
"GCS": [GCS],
|
29 |
+
"creatinina":[creatinina],
|
30 |
+
"pO2": [pO2],
|
31 |
+
"charlson_puntaje": [charlson_puntaje]})
|
32 |
+
|
33 |
+
# Hacer la predicción de sepsis
|
34 |
+
pred = modelo.predict(data)[0]
|
35 |
+
|
36 |
+
# Retornar la cadena correspondiente
|
37 |
+
if pred == 0:
|
38 |
+
return "El paciente tiene una taza de mortalidad de 10-14%"
|
39 |
+
else:
|
40 |
+
return "El paciente tiene una taza de mortalidad de 28%"
|
41 |
+
|
42 |
+
# Crear la interfaz de Gradio
|
43 |
+
inputs = [gr.inputs.Number(label="ritmo_cardiaco"),
|
44 |
+
gr.inputs.Number(label="plaquetas"),
|
45 |
+
gr.inputs.Number(label="bilirrubina"),
|
46 |
+
gr.inputs.Number(label="PAM"),
|
47 |
+
gr.inputs.Number(label="GCS"),
|
48 |
+
gr.inputs.Number(label="creatinina"),
|
49 |
+
gr.inputs.Number(label="pO2"),
|
50 |
+
gr.inputs.Number(label="charlson_puntaje")]
|
51 |
+
output = gr.outputs.Textbox(label="Mortalidad")
|
52 |
+
|
53 |
+
gr.Interface(fn=predict_sepsis, inputs=inputs, outputs=output).launch()
|
prediccion_mortalidad.pkl
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:996c9510fd43a3d59c0d589de404bc737e40b16f41b450b5ef33d093eb15a8cb
|
3 |
+
size 1284
|
requirements.txt
ADDED
@@ -0,0 +1,6 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
pandas
|
2 |
+
numpy
|
3 |
+
scikit-surprise
|
4 |
+
surprise
|
5 |
+
sklearn
|
6 |
+
scikit-learn
|