Sistema de soporte al diagnóstico no invasivo de ictericia neonatal en Colombia: un enfoque desde la visión por computador
Loading...
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Share
Abstract
La ictericia neonatal es una de las condiciones clínicas más comunes durante los primeros días de vida y su identificación temprana es fundamental para evitar complicaciones asociadas a niveles elevados de bilirrubina. En muchos entornos de atención en salud, en especial aquellos con recursos limitados, el diagnóstico continúa dependiendo de métodos invasivos o evaluaciones visuales sujetas a variabilidad, lo que puede prolongar los tiempos de respuesta y limitar la oportunidad del tratamiento. Este proyecto se desarrolló con el propósito de explorar una alternativa no invasiva basada en el procesamiento digital de imágenes y en la aplicación de modelos de aprendizaje profundo para apoyar la detección de ictericia neonatal y estimar la concentración aproximada de bilirrubina a partir de fotografías neonatales. El alcance del estudio se centró al análisis del conjunto de imágenes y datos presentes en la base de datos de acceso abierto NeoJaundice y no incluyó la validación clínica directa en instituciones de salud. La metodología aplicada se dividió en cuatro etapas. En primer lugar, se realizó un análisis de las imágenes disponibles, determinando las características cromáticas y variaciones relevantes para el diagnóstico. Posteriormente, se implementó un pipeline de preprocesamiento que incluyó normalización de color, segmentación de la región de interés y la generación de una máscara adaptativa orientada a resaltar tonalidades amarillentas. En la tercera etapa, se entrenaron modelos basados en redes neuronales convolucionales para las tareas de clasificación y regresión, ajustando parámetros para obtener predicciones compatibles con las etiquetas del conjunto de datos. Finalmente, se desarrolló una interfaz interactiva que permitiera realizar análisis individuales y por lotes, integrando así el flujo completo de etapas desarrolladas y facilitando la visualización detallada de los análisis realizados. Los resultados obtenidos muestran que el sistema propuesto logró procesar las imágenes del conjunto de datos de manera estable y generar predicciones coherentes con la información disponible, evidenciando que el enfoque planteado constituye una base sólida para avanzar hacia futuras evaluaciones en escenarios clínicos reales.