Los resultados fueron parte de la investigación realizada por Andrés Orozco para obtener el grado de Magíster en Tecnologías de la Información del Departamento de Informática.
Noticias Informática USM: Exalumno de magíster desarrolla modelo basado en redes neuronales convolucionales para identificar a pacientes con neumonía
La neumonía es una de las patologías que más muertes causan en Chile. Para su detección, se necesitan especialistas en radiología y enfermedades broncopulmonares, que son escasos; además de enfrentarse a un gran flujo de radiografías a diario. Esta es la situación que enfrenta el país y que decidió abordar Andrés Orozco, Ingeniero Civil Industrial (Universidad de Valparaíso) e Ingeniero en Bioprocesos (PUCV).
Como solución, el exalumno del Magíster en Tecnologías de la Información planteó en su investigación crear un sistema de clasificación de imágenes médicas en un entorno Cloud utilizando sus frameworks de Deep Learning. Para diseñar la solución se probaron redes neuronales convolucionales y los frameworks de inteligencia artificial de plataformas Cloud usando dataset de imágenes de pacientes de neumonía públicos en la web.
“A través de la comparación de las métricas de los modelos se pudo evidenciar que éstos mostraron confiabilidad a la hora clasificar y predecir las imágenes de pacientes de neumonía, discriminando correctamente a los con y sin enfermedad. Para la validación de los sistemas propuestos se realizaron dos experimentos, comparando las métricas de cada sistema propuesto en lo que respecta a clasificación de imágenes de pacientes con y sin enfermedad con las métricas de un especialista médico”, comenta Andrés Orozco.
Lee la noticia completa aquí.
Si te gusto esta noticia ¡Comparte!
Otras Noticias
