Modelado para detección del cáncer con Inteligencia Artificial
Palabras clave:
Inteligencia Artificial, Sarcoma, Modelado de imágenes, OncologíaResumen
El cáncer en una enfermedad que mata miles de personas en todo el mundo, es la proliferación de las células, donde estas crecerán sin control hasta formar una neoplasia que puede ser maligna o benigna, en caso de ser maligna será cáncer. En este artículo se habla de como la inteligencia artificial nos ayuda a la detección y prevención del cáncer al hacer un análisis con las imágenes de las células donde se comparan entre células sanas y células con algún padecimiento oncológico. Con ayuda de la clasificación ID3 y árboles de decisión se logró clasificar, lo que se hizo fue entrenar la inteligencia artificial para que pueda reconocer cuando hay un problema oncológico, y antes de que sea un problema oncológico, gracias al extra tree, con esto ayuda a las personas que tienen algún problema oncológico, permite un tratamiento más personalizado y así es más eficaz, al igual que da un diagnóstico temprano dando un caso favorable.
Referencias
Sagnik Ghosal, Debanjan Das, Jay Kumar Rai, Akanksha Singh Pandaw y Sakshi Verma. 2024. IScan: Detección de cáncer colorrectal a partir de imágenes de tomografía computarizada mediante aprendizaje profundo. ACM Trans. Comput. Healthcare 5, 3, Artículo 14 (julio de 2024), 22 páginas. https://doi.org/10.1145/3676282
Marcello Di Giammarco, Camilla Vitulli, Simone Cirnelli, Benedetta Masone, Antonella Santone, Mario Cesarelli, Fabio Martinelli y Francesco Mercaldo. 2025. Aprendizaje profundo explicable para la clasificación y localización del cáncer de mama. Transmisión ACM. Computadora. Healthcare 6, 1, artículo 5 (enero de 2025), 18 páginas. https://doi.org/10.1145/3702237
Yuyang Gu. 2025. Clasificación de subtipos de cáncer de ovario basada en modelos de aprendizaje profundo en imágenes WSI y TMA. En Actas del 5.º Simposio Internacional sobre Inteligencia Artificial para la Ciencia de la Medicina (ISAIMS '24) de 2024. Association for Computing Machinery, Nueva York, NY, EE. UU., 557–562. https://doi.org/10.1145/3706890.3706985
Akarsh Singh, Michael Wan, Lane Harrison, Anne Breggia, Robert Christman, Raimond L. Winslow y Saeed Amal. 2023. Visualización de decisiones y análisis del diagnóstico de cáncer basado en inteligencia artificial y clasificación de biopsias digitalizadas: Caso práctico de cáncer de próstata. En las actas complementarias de la 28.ª Conferencia Internacional sobre Interfaces de Usuario Inteligentes (IUI '23 Companion). Association for Computing Machinery, Nueva York, NY, EE. UU., 166-170. https://doi.org/10.1145/3581754.3584177
Muhammad Ali Raza, Asad Masood Khattak, Wasim Abbas y Muhammad Zubair Asghar. 2024. Diagnóstico eficiente del cáncer de mama mediante técnicas de aprendizaje profundo. En las Actas de la 10.ª Conferencia Internacional sobre Computación e Inteligencia Artificial (ICCAI '24) de 2024. Association for Computing Machinery, Nueva York, EE. UU., 136-143. https://doi.org/10.1145/3669754.3669775
