Vitela :: Browsing by Subject "Artificial intelligence"

Browsing by Subject "Artificial intelligence"

Now showing 1 - 20 of 27

Análisis económico del derecho en la regulación de la inteligencia artificial: Incentivos para la innovación y protección de la propiedad intelectual
(Pontificia Universidad Javeriana Cali, 2024) Zemanate Duque, David Alejandro; Delvasto Perdomo, Carlos Andrés
A lo largo de este trabajo se abordarán analíticamente los problemas económicos que surgen en medio de la protección que se le da a la propiedad intelectual, para entender por medio de conceptos económicos la labor que cumple el derecho en el desarrollo y la promoción adecuada de la inteligencia artificial como una nueva creación emergente sujeta a tener obligaciones legales por el manejo de bases de datos y de algoritmos que son diseñados para cumplir con determinadas tareas monitoreadas por decisiones humanas en el marco de la economía de los países y asociaciones económicas con un avance tecnológico considerable como Estados Unidos, China y la Unión Europea en comparación con el contexto latinoamericano de la CAN y Colombia, considerando casos de trascendencia e impacto mediático global, reglamentaciones y regulaciones estándar que han nacido recientemente a la vida jurídica para tratar los derechos que han sido otorgados para la creación, el uso y la asignación de responsabilidades que conllevan las implementaciones de estas tecnologías en la vida cotidiana de todas las personas con la finalidad de entender cuáles son las afectaciones y beneficios económicos, sociales, éticos y morales que dichas innovaciones llevan consigo para el bienestar económico, social, normativo y científico del mundo en relación con las iniciativas privadas y los emprendimientos de las empresas, y las iniciativas públicas de las entidades gubernamentales y de los organismos internacionales vinculantes.
Aplicación de la inteligencia artificial a la resolución de disputas judiciales: ¿Es posible crear una inteligencia artificial de decisión judicial (IADJ)?
(Pontificia Universidad Javeriana Cali, 2024) Vallejo Casella, Juan Camilo; Martínez Pinilla, Iván Leonardo
El desarrollo de la inteligencia artificial (IA) pone sobre la mesa la discusión de un sinfín de disputas epistemológicas que se renuevan en el presente siglo en los más variados ámbitos de la vida. Esto, en síntesis, no ha hecho más que reformular los diversos inconvenientes que tiene la humanidad para comprender el conocimiento y de los cuales se desprenden los principales problemas epistémicos y cognitivos en tratándose de la IA. De entre todos ellos (el problema de la globalidad, actualidad, otras mentes, etc.), el presente trabajo se enfoca en el denominado Problema del Marco (PM) y las implicaciones que este tendría a la luz de la creación hipotética de una Inteligencia Artificial de Decisión Judicial (IADJ). Para esto, se aborda multidisciplinariamente la formulación del PM en conjunto con las principales escuelas de razonamiento judicial para teorizar las falencias y requerimientos para que una IA pueda llegar a ser un juez.
“Aplicación de Modelos Machine Learning para predecir el riesgo de pérdida de seguimiento en tuberculosis”
(Pontificia Universidad Javariana Cali, 2025) Rodríguez Camargo, Rubén Darío ; Guerrero Barreto, Diana Azucena; Ortega Lenis, Delia
La tuberculosis (TB) es una enfermedad que afecta a un gran número de personas en todo el mundo, es curable y prevenible; razones que han llevado a la Organización Mundial de la Salud (OMS) a priorizar la enfermedad a nivel de salud pública. No obstante, las pérdidas en el seguimiento amenazan el éxito de los programas de control, dado por aumentos en las tasas de mortalidad y se constituyen como un factor desencadenante en la aparición de formas farmacorresistentes. Se han descrito diferentes determinantes en salud (DSS) que influyen en la pérdida de seguimiento, siendo los principales: sexo hombre, tener un bajo nivel educativo, bajos ingresos económicos, pertenecer a un grupo poblacional vulnerable, presentar alguna comorbilidad, tener barreras de acceso al sistema de salud, antecedente de tratamiento previo, baja tolerancia a efectos secundarios al tratamiento y afectaciones en salud mental. El distrito capital no es ajeno a esta situación y se ha visto que el éxito programático no alcanza la meta del 90 % en los últimos años. Dentro de los factores que afectan el cumplimiento se encuentran los pacientes fallecidos y con pérdida de seguimiento cuya prevalencia para el distrito en los últimos 7 años corresponde al 7.3 %. Los avances en inteligencia artificial (IA) han permitido comprender mejor el fenómeno de pérdida de seguimiento en otros países con alta carga de la enfermedad, los cuales han servido como base para la reformulación de políticas públicas por parte de las autoridades sanitarias, que han permitido mejorar la adherencia terapéutica de los pacientes. En este sentido, el objetivo del presente proyecto consistió en desarrollar un modelo de Machine Learning que permita predecir el riesgo de pérdida de seguimiento en pacientes pertenecientes al programa de TB en el distrito capital, a partir de los determinantes sociales en salud contenidos en el sistema de información. Para ello se desarrollaron cuatro tipos de algoritmos de aprendizaje automático supervisado con diferentes técnicas de remuestreo para balancear las clases y se aplicaron diferentes técnicas para seleccionar variables predictoras incidentes en la pérdida de seguimiento. Como resultado se obtuvo un modelo de XGBoost con buen desempeño en las métricas sensibilidad, exactitud y AUC; con el cual se puede brindar un apoyo al personal de salud que hace parte de los programas locales de tuberculosis y del distrito para identificar de forma temprana a este tipo de pacientes.
Aplicación de técnicas de inteligencia artificial para el análisis de los comentarios del cliente del segmento personas en Bancalibre
(Pontificia Universidad Javeriana Cali, 2025) Arias Vergara, Juliana Andrea; Salcedo Vaca, Carlos Andrés; Linares Ospina, Diego Luis; Álvarez Vargas, Gloria Inés
Actualmente, se capturan y almacenan grandes cantidades de datos en formato texto, lo cual representa un reto significativo para su procesamiento. El análisis manual de estos datos consume demasiado tiempo y es poco práctico, por lo que es necesario desarrollar estrategias para mejorar estos procesos y obtener los resultados con mayor rapidez. En este trabajo se implementan técnicas avanzadas de ciencia de datos para analizar los comentarios escritos de los clientes del segmento de Personas de BancaLibre. La importancia de este estudio radica en la creciente necesidad de las entidades financieras de escuchar y analizar las opiniones de sus clientes para mejorar su experiencia, fidelización y satisfacción. Se aplican técnicas como el análisis de sentimientos, enfocado en el NPS Relacional para conocer la satisfacción del cliente con la empresa en general, y la inteligencia artificial (IA), para identificar en detalle los temas de mejora más recurrentes. El proceso comienza con la preparación del conjunto de datos, la selección e implementación de la técnica de IA adecuada, la evaluación del desempeño del modelo y finaliza con el desarrollo de una interfaz para la visualización de resultados. Se espera obtener un modelo que permita analizar de manera eficiente los comentarios de los clientes, identificar temas recurrentes y proporcionar una herramienta útil para apoyar la toma de decisiones orientadas a mejorar la experiencia del cliente. Las posibles aplicaciones de este trabajo incluyen áreas de la organización como Mercadeo, Estrategia comercial y Servicio al Cliente, que ven en esta información un beneficio para aplicar en sus procesos y su alcance en la escalabilidad con otros tipos de retroalimentación de clientes, ampliando así su impacto y utilidad.
BananaGAN : Augmenting major banana disease detection using generated diseased pseudostem and rachis images
(Pontificia Universidad Javeriana Cali, 2021) Vergara, Javier Alejandro; Acharjee, Animesh; Selvaraj, Michael
Comparación del rendimiento de modelos de aprendizaje profundo para distinguir entre imágenes de noticias reales y falsas generadas por IA en redes sociales
(Pontificia Universidad Javeriana Cali, 2026) Ramírez Gutiérrez, Mateo; Palta, Felipe
Este trabajo realizó una comparación experimental de seis detectores basados en aprendizaje profundo para distinguir imágenes noticiables reales de imágenes sintéticas generadas por IA, con énfasis en su capacidad de generalización a generadores contemporáneos. Los modelos (UniversalFakeDetect, D3, DistilDIRE y tres detectores disponibles en Hugging Face) se integraron y adaptaron mediante aprendizaje por transferencia usando el split de entrenamiento de MiRAGeNews, utilizando únicamente la modalidad visual. La comparación se llevó a cabo sobre un conjunto de validación personalizado y balanceado (n=100; 50 reales y 50 sintéticas), y se cuantificó con métricas de clasificación (exactitud, precisión, recall, F1 y ROC-AUC), considerando “fake'' como clase positiva, para caracterizar tanto la separabilidad como el perfil de error (falsos positivos vs falsos negativos) relevante en escenarios de verificación periodística. Debido al tamaño limitado y a la selección manual del conjunto externo, estos resultados deben considerarse indicativos de una evidencia inicial pero no equivalen a una validación amplia en escenarios reales de redes sociales. Además, aunque el problema está motivado por el contexto colombiano, la evidencia experimental no se basa en un conjunto de datos específicamente colombiano y por tanto las implicaciones para dicho contexto deben interpretarse con cautela. Los resultados muestran que UniversalFakeDetect y D3 alcanzaron el mejor desempeño (exactitud 0,91/0,90; ROC-AUC 0,974/0,973), mientras que DistilDIRE presentó un comportamiento cercano al azar (exactitud 0,54; ROC-AUC 0,568) y los modelos de Hugging Face obtuvieron rendimiento intermedio (exactitud 0,68--0,73). En conjunto, estos hallazgos aportan evidencia inicial que puede orientar la selección y calibración de detectores para mitigar la desinformación visual, pero no deben interpretarse como una validación concluyente ni como prueba de impacto directo en contextos específicos. Se reconoce que la evaluación externa presenta limitaciones relevantes: tamaño reducido del conjunto de validación, selección manual de ejemplos y posible sesgo de dominio en las imágenes reales (p. ej., diferencias en fuentes, formatos o contexto). Estudios futuros con muestras más amplias y representativas, evaluación en datos procedentes de redes sociales y análisis del rendimiento por subdominios geográficos son necesarios para establecer recomendaciones operativas.
Consultoría para el diseño de un modelo administrativo y logístico que permita a una empresa prestadora del servicio de Internet crecer de manera sostenible y rentable, optimizando su cadena de abastecimiento
(Pontificia Universidad Javeriana Cali, 2025) Mangones Blanco, José David; Collazos Sánchez, Mauricio; Herrera Manrique, Santiago
La obra consiste en una Consultoría que tiene el objetivo de contribuir a la rentabilidad de una empresa de Telecomunicaciones a través de la optimización de costos en la gestión logística y de abastecimiento. Para el desarrollo de dicha consultoría se lleva a cabo un diagnóstico de la gestión de la empresa en materia de abastecimiento y logística, con base en el cual se diseña el modelo de intervención y la metodología para su implementación. También se desarrollan tanto el análisis financiero como el de riesgos, para finalmente mostrar los resultados esperados.
¿Cuál es el alcance de la protección de la propiedad intelectual con relación a las obras creadas por medio de inteligencia artificial en Colombia?
(Pontificia Universidad Javeriana Cali, 2024) Caicedo González, Isabella; Caicedo Ardila, Felipe; Barriga Palomino, Luis Félix
En la actualidad, el desarrollo de la inteligencia artificial se encuentra en auge, generando importantes desafíos legales para el campo del derecho, especialmente en el área de la propiedad intelectual. Esto genera diferentes debates e interrogantes que son cruciales a la hora de hablar sobre la protección de los derechos de autor y el alcance que puede llegar a tener su regulación frente a las obras que pueden ser creadas por medio de la inteligencia artificial. Por ende, se tiene como objetivo principal en este escrito estudiar cuál es el alcance que tiene la protección de la propiedad intelectual frente a las obras que son creadas por medio de la inteligencia artificial en Colombia. Lo que se encuentra en este trabajo es la conceptualización de diferentes términos que son claves para comprender la propiedad intelectual y los derechos de autor, donde se hace énfasis en la protección que le brindan a los autores. Así mismo, es necesario conceptualizar los términos que se encuentran en el ámbito de la inteligencia artificial; y abordar casos concretos que brindan precedentes sobre el tema de la creación de obras por medio de la inteligencia artificial y la protección de las mismas por el derecho de autor. De esta forma, se realizan unas sugerencias que se deben tener en cuenta por el Congreso colombiano al momento de legislar sobre este tema.
Diseño de un plan de negocio para una plataforma legal digital para que más familias en Colombia protejan su legado
(Pontificia Universidad Javeriana Cali, 2025) Negrete Lasso, Diana Alejandra; Álvarez Cano, Camilo; Fonseca Berrío, Andrés Fernando
Trusti es una plataforma digital innovadora que busca revolucionar la planificación patrimonial, haciéndola accesible, sencilla y confiable. A través de una experiencia guiada y acompañada por experiencias reales, los clientes pueden estructurar su futuro financiero sin la complejidad ni los altos costos de los métodos tradicionales, protegiendo a sus seres queridos. Las personas podrán elaborar diferentes productos legales a un costo reducido con el apoyo de inteligencia artificial, siempre con la validación de un abogado. Adicionalmente, para escenarios más complejos, se ofrecerá asesoría con alcance legal, tributario y financiero.
Diseño y validación de una matriz de decisión multicriterio para orientar la implementación de soluciones de inteligencia artificial en procesos críticos de atención en salud mental: estudio aplicado en Oportunidad de Vida IPS
(Pontificia Universidad Javeriana Cali, 2026) Rengifo Betancourt, Deicy Viviana; Ramírez Obando, Jesús Eduardo; Bonilla Sánchez, Mauricio
El presente trabajo tuvo como objetivo diseñar, validar y aplicar una matriz de Decisión Multicriterio (MCDA) para orientar la implementación de soluciones basadas en inteligencia artificial en procesos críticos de atención en salud mental en Oportunidad de Vida IPS. La investigación partió de una revisión narrativa sobre inteligencia artificial, terapias digitales, regulación, eficacia clínica, seguridad del paciente y gestión del riesgo en salud. Posteriormente, se caracterizó la institución, su red prestadora, procesos críticos y journey del paciente, identificando brechas relacionadas con carga administrativa, continuidad del cuidado, interoperabilidad tecnológica y bienestar del talento humano. La matriz integró criterios clínicos, administrativos, tecnológicos, éticos y económicos, diferenciando criterios Gate no compensatorios y criterios ponderados. El instrumento fue validado mediante juicio experto y aplicado a cuatro tecnologías: Ambient Scribe, algoritmo de predicción de riesgo suicida, Patricia e IA de predicción de inasistencia/agenda. Los resultados priorizaron Patricia y Ambient Scribe como alternativas iniciales por su viabilidad institucional, impacto operativo y menor complejidad clínica directa. El algoritmo de riesgo suicida se identificó como una tecnología de alto valor clínico, condicionada a mayores capacidades de gobernanza, interoperabilidad, trazabilidad y supervisión profesional. Se concluye que la matriz MCDA constituye una herramienta útil, trazable y replicable para apoyar decisiones gerenciales sobre adopción responsable de IA en salud mental.
Estudio de factibilidad para el uso de drones autónomos con analítica de imágenes y video mediante inteligencia artificial para fincas productoras de banano
(Pontificia Universidad Javeriana Cali, 2025) Ospino del Castillo, Darío José; Calao Anaya, Guillermo de Jesús; Arango Mejía, Carlos Javier
El presente trabajo desarrolla un plan de negocio para evaluar la factibilidad del uso de drones autónomos con analítica de video mediante inteligencia artificial en fincas productoras y exportadoras de banano en el departamento del Magdalena, Colombia. El sector enfrenta altos niveles de inseguridad asociados a hurtos, sabotajes y contaminación de carga con estupefacientes, problemáticas que generan pérdidas económicas significativas y afectan la credibilidad internacional. Mediante un estudio de mercado con encuestas y entrevistas a empresas del sector, se identificó que la totalidad de los encuestados reconoce deficiencias en los sistemas de vigilancia tradicionales y manifiesta interés en invertir en soluciones tecnológicas avanzadas. El análisis financiero confirma la viabilidad económica del proyecto, dado el respaldo de más del 70% de las empresas encuestadas y la disposición a pagar por servicios de seguridad inteligente con monitoreo 24/7. La propuesta integra un sistema innovador de drones autónomos con inteligencia artificial, articulado con la Fuerza Pública para garantizar respuesta inmediata, fortaleciendo la seguridad operativa, la confianza de los clientes internacionales y la sostenibilidad del sector bananero en la región.
Finvise: desarrollo de una plataforma web de educación financiera con inteligencia artificial adaptativa
(Pontificia Universidad Javeriana Cali, 2026) Valencia Payán, Nicolás; Noreña Agudelo, Luis Gonzalo
El presente trabajo de grado describe el diseño y desarrollo de FinVise, una plataforma web educativa que emplea inteligencia artificial adaptativa para personalizar el aprendizaje financiero de sus usuarios. A diferencia de los robo-advisors tradicionales, cuya finalidad es ejecutar operaciones financieras reales, FinVise opera exclusivamente como herramienta pedagógica, enmarcando cada recomendación como un ejemplo contextualizado al perfil de vida del usuario y no como asesoramiento financiero regulado. El sistema integra cinco fuentes de datos de mercado en tiempo real, un motor de recomendaciones basado en el modelo de lenguaje Claude Sonnet de Anthropic, un algoritmo de aprendizaje Multi-Armed Bandit (UCB1) para personalización adaptativa, detección automática de cinco sesgos cognitivos respaldados por la literatura de finanzas conductuales (Kahneman y Tversky), y un diseño de encuesta pre/post que permite medir el impacto educativo cuantitativamente. La plataforma fue construida con NestJS en el backend y React con Vite en el frontend, con Supabase (PostgreSQL) como capa de persistencia. Este documento presenta la identificación de requisitos funcionales y no funcionales del sistema, el diseño de su arquitectura, la implementación del prototipo y los resultados de las pruebas de validación.
Identificación de alteraciones en heridas quirúrgicas mediante la aplicación de inteligencia artificial en imágenes
(Pontificia Universidad Javeriana Cali, 2024) Cote Flórez, Álvaro Augusto; Pineda Gómez, Amolfi Hernando; Rodríguez Prada, Javier Armando; Vargas Cardona, Hernán Darío
El presente proyecto de grado utilizó la inteligencia artificial aplicada al análisis de imágenes digitales para lograr la identificación de alteraciones en heridas quirúrgicas. Esta investigación abordó una problemática de alta relevancia debido a las consecuencias que pueden surgir de las infecciones de sitio operatorio, incluyendo morbilidad, mortalidad y costos económicos significativos tanto para los pacientes como para el sistema de salud. Actualmente, la detección de estas infecciones se realiza principalmente a través de métodos clínicos y cultivos, que pueden ser tardíos y limitados en términos de precisión. Con el uso de técnicas de inteligencia artificial, como el machine learning y el deep learning, se logró desarrollar un modelo automatizado y confiable que permite la identificación de alteraciones en las heridas quirúrgicas, lo que facilita un tratamiento oportuno y efectivo. Para desarrollar el proyecto se recopiló una base de datos de imágenes digitales etiquetadas que muestran la evolución de las heridas quirúrgicas, se eligieron y adaptaron algoritmos de inteligencia artificial capaces de identificar patrones y características en dichas imágenes, y se evaluó la eficacia y precisión del modelo desarrollado mediante validaciones con métricas establecidas en el estado del arte. El resultado del trabajo realizado es el punto de partida para trabajos posteriores que podrán incluir un modelo de apoyo diagnóstico automatizado y confiable para la detección de alteraciones en heridas quirúrgicas. Este proyecto tiene aplicaciones en el campo de la cirugía y la salud pública, y su impacto se refleja en un seguimiento posquirúrgico oportuno y efectivo evitando complicaciones en las heridas y apoyando el proceso de recuperación del paciente, así como en la reducción de costos y procedimientos médicos adicionales debido a complicaciones en las heridas
Identificación de la actividad de la toxoplasmosis ocular mediante distintas redes neuronales convolucionales
(Pontificia Universidad Javariana Cali, 2025) Mejía Salgado, Germán Alberto; Olarte Zuluaga, Juliana Andrea; Raigoso Espinosa, Juan David; Vargas Cardona, Hernán Darío
Este proyecto se centró en la aplicación de redes neuronales convolucionales (CNN) para la identificación automática de la actividad de la toxoplasmosis ocular (TO) en imágenes de fondo de ojo. La TO es una causa significativa de discapacidad visual severa. La importancia de este proyecto radica en su potencial para mejorar el diagnóstico y tratamiento de la TO, especialmente en áreas con acceso limitado a especialistas en oftalmología. Los objetivos específicos incluyeron la gestión de una base de datos de imágenes de fondo de ojo, el entrenamiento de CNN’s para identificar la actividad de la TO, y la evaluación del rendimiento de estas técnicas de clasificación. Se aplicó transfer learning con 3 CNN que previamente han sido utilizadas en tareas de clasificación médica (ResNetV2, VGG16, InceptionV3) y se realizaron dos arquitecturas de CNN propias; obteniendo el mejor resultado priorizando una alta sensibilidad hacia la clase activa con una ResNetV2 con 10 épocas, función de activación ReLU, optimizador Adam, Tasa de aprendizaje 1e-4, Tamaño de lote de 32 y utilizando técnicas de balanceo de datos como Synthetic Minority Over-sampling Technique (SMOTE) y data augmentation. Obteniendo una exactitud (accuracy) del modelo de 0.81 ± 0.02. Para la clase activa una sensibilidad de 0.9 ± 0.06, una especificidad de 0.69 ± 0.08 y un F1 Score de 0.77 ± 0.02; mientras que, para la clase inactiva, una sensibilidad de 0.77 ± 0.07, especificidad de 0.91 ± 0.03 y F1 score de 0.84 ± 0.03 Este proyecto demuestra la capacidad de la inteligencia artificial y las CNN en clasificar lesiones retinocoroideas de TO activas o inactivas, facilitando así la toma de decisiones terapéuticas
La idoneidad del régimen de derecho de autor frente a contratos redactados con inteligencia artificial: examen crítico desde la función económica del contrato
(Pontificia Universidad Javeriana Cali, 2026) Zapata Calvache, David; Rotavisky Palomino, Mathews Alejandro; Dussán Laverde, Santiago
El presente trabajo de grado analiza la idoneidad y eficiencia de aplicar el régimen de derecho de autor a los contratos redactados con asistencia de inteligencia artificial (IA) generativa. Aunque el ordenamiento jurídico permite que los contratos encajen formalmente en la categoría de obras literarias susceptibles de protección, la capacidad de la IA para generar masivamente estos documentos plantea una tensión estructural fundamental. El estudio contrasta la lógica del sistema de derechos de autor, el cual busca proteger la originalidad expresiva mediante derechos exclusivos, con la función económica e instrumental del contrato, cuyo valor y eficiencia en el mercado radican precisamente en la estandarización, la reutilización de fórmulas probadas y la reducción de costos de transacción.
Lúmina – Fases de la Luna
(Pontificia Universidad Javeriana Cali, 2026) Mejía Orejarena, Luna Mariana; Mora Triana, Faynory
Lúmina — Fases de la Luna es un workspace digital de innovación cíclica que profesionaliza la gestión estratégica y la comunicación visual de las MiPymes colombianas. El proyecto nace de una problemática evidente: las MiPymes representan el 98 % del tejido empresarial del país, pero el 70 % muere antes de los cinco años por gestionar sus negocios desde el empirismo, sin metodologías replicables. La propuesta evolucionó desde «Las Fases de la Luna», metodología creada por Luna Mejía como servicio de Inspiro Design Studio, hacia una interfaz autónoma disponible 24/7, optimizada con inteligencia artificial y con versión gratuita. El nombre Lúmina significa «luz que ilumina el camino»: así como la luna recorre fases, cada organización atraviesa un ciclo de cuatro etapas —Luna Nueva (introspección), Creciente (estrategia), Luna Llena (ejecución) y Menguante (consolidación)— acompañada por seis agentes de IA contextuales, educación certificable integrada, documentación replicable y progreso visual. El desarrollo se fundamentó en el Design Thinking, con cinco fases propias (F1–F5), entrevistas a cinco aliados expertos, 33 encuestas, el trabajo con una empresa participante y seis validaciones del prototipo funcional construido en Figma y HTML. El resultado: una metodología adaptable, replicable y medible para cualquier organización, donde la innovación, como la luna, no tiene punto final.
Modelo de Machine Learning para la Identificación de Pólipos en Imágenes de Colonoscopia
(Pontificia Universidad Javeriana Cali, 2025) Alba Talero, Jairo Enrique; Linares Ospina, Diego Luis; Álvarez Vargas, Gloria Inés
Un pólipo en el colon es una acumulación pequeña de células formado en el revestimiento del colon. En su mayoría los pólipos no causan daños o alteraciones, sin embargo, algunos de ellos pueden crecer y transformarse en tumores pre-cancerosos o cancerosos, por lo que la detección de los mismos a través de la prueba gold standard, la colonoscopia, es de gran importancia clínica. Un problema en la identificación de estos pólipos es que muchos de ellos se pasan por alto en el momento de realizar el examen, por lo que se propuso elaborar un algoritmo de aprendizaje profundo para que, a través de imágenes, se pueda asistir la interpretación de las imágenes. Se recopilaron imágenes de colonoscopias obtenidas durante procedimientos médicos. Las imágenes se seleccionaron, clasificaron y etiquetaron con la ayuda de expertos para garantizar su calidad e integridad para luego hacer uso de ellas.
Modelo de machine learning para la predicción de diabetes mellitus tipo 2 basado en datos de exámenes de laboratorio rutinarios
(Pontificia Universidad Javeriana Cali, 2026) Macana Díaz, Natalia Alejandra; Valderrama Corredor, Iván René; Tobar Tosse, Fabián; Palencia Tellez, José Sinibaldo
La diabetes mellitus tipo 2 (DM2) es una enfermedad crónica de alta prevalencia en Colombia, donde la tasa de subdiagnóstico supera el 30% debido a su naturaleza asintomática en etapas tempranas y a las limitaciones en el acceso a herramientas de tamizaje en el primer nivel de atención. Este proyecto desarrolla dos modelos de machine learning para el tamizaje automatizado de DM2 a partir de datos de laboratorio clínico rutinario disponibles en sistemas LIS, sin requerir variables antropométricas ni costos adicionales. El Modelo A (XGBoost + Platt Scaling), orientado al tamizaje primario universal con edad, sexo y creatinina, alcanzó AUC-ROC de 0.754 y sensibilidad de 0.845; el Modelo B (Random Forest + Platt Scaling), complementario con perfil lipídico completo, alcanzó AUC-ROC de 0.701 y VPP de 0.809. Ambos modelos fueron evaluados con rigor estadístico mediante bootstrap e interpretados mediante valores SHAP, confirmando coherencia fisiopatológica con la literatura clínica. Los resultados se integraron en DiaPredict MD, herramienta web con selección automática de modelo y recomendaciones clínicas generadas mediante un modelo de lenguaje. Las aplicaciones incluyen tamizaje automatizado en el momento de emisión de resultados de laboratorio y reducción de la brecha diagnóstica de DM2 en Colombia.
El papel de la inteligencia artificial en la optimización del pronóstico de demanda y las sugerencias de venta personalizadas en las cadenas de consumo masivo en Colombia
(Pontificia Universidad Javeriana Cali, 2025) Villamizar Murillo, Daniela; Aguirre Araque, Santiago José; Arango Londoño, David
Esta investigación evalúa el impacto de la Inteligencia Artificial (IA) en la optimización de la cadena de suministro para el sector de consumo masivo (CPG) en Colombia. El objetivo general es determinar si las técnicas de IA, específicamente los modelos Random Forest (RF), SVM y XGBoost, superan significativamente a los métodos estadísticos tradicionales como ARIMA y Regresión Lineal en la precisión del pronóstico de demanda. La metodología emplea un diseño cuantitativo y comparativo, utilizando datos históricos de ventas, promociones y clientes de empresas líderes como Colgate-Palmolive. Los resultados demuestran que los modelos de IA mejoran la precisión del pronóstico, con RF destacando en el corto plazo y XGBoost en el largo plazo. Esta mejora se traduce en una optimización cuantificable de los indicadores de inventario, como la reducción de costos de mantenimiento y tasas de agotamiento. Adicionalmente, se evalúa el impacto positivo de las sugerencias de venta personalizadas basadas en IA sobre la satisfacción del cliente. Las conclusiones ofrecen un marco de decisión para la adopción de IA, alineado con el contexto regulatorio y ético de Colombia.
Perspectivas sobre los softwares y la inteligencia artificial en la transformación de los procesos contables: un enfoque basado en la literatura
(Pontificia Universidad Javariana Cali, 2024) Rengifo Tello, Fabiana; Joaqui Barandica, Orlando
En el contexto de la profesión contable, la adaptabilidad y estabilidad de los métodos se ven influenciadas por la creciente implementación de software y tecnologías de inteligencia artificial (IA). Este estudio examina cómo la transformación digital ha modificado la práctica contable, lo cual ha sido un fenómeno notable debido a la resistencia al cambio observada entre los profesionales del área. El objetivo principal es analizar la transformación tecnológica en la práctica contable, específicamente enfocándose en la implementación de software y la IA, evaluando sus efectos en la función y habilidades del contador público entre 2023 y 2024. Para alcanzar este objetivo, se adoptó una metodología cualitativa, donde se realizó una revisión sistemática de la literatura acerca de los cambios en las herramientas tecnológicas y su impacto en la contabilidad. Los resultados indican que la introducción de software y tecnologías avanzadas ha permitido una mejora en la eficiencia operativa y en la disponibilidad de datos de calidad, lo que se traduce en una toma de decisiones más informada. Sin embargo, se encontraron desafíos significativos, como la resistencia al cambio y la falta de formación en competencias tecnológicas necesarias para el manejo de estas innovaciones. Se destacan los impactos positivos en el análisis de datos y la automatización de procesos, además de las implicaciones éticas y legales relacionadas con la privacidad y la transparencia. En conclusión, la transformación tecnológica en el ámbito contable no solo ofrece beneficios en términos de productividad y precisión, sino que también requiere una re-evaluación de las competencias necesarias para el contador moderno. Estos hallazgos apuntan a la necesidad de reformar la educación contable y de preparar a los profesionales para maximizar los beneficios de la IA y el software en su práctica, lo que podría facilitar la adaptación a un entorno empresarial en constante evolución

Browsing by Subject "Artificial intelligence"

Results Per Page

Sort Options