Clasificación del cáncer de páncreas a través de información clínica mediante técnicas de aprendizaje automático

Simple item page
dc.contributor.advisorVargas Cardona, Hernán Darío
dc.contributor.authorOspina Cobo, Juan Pablo
dc.date.accessioned2026-09-01T15:26:32Z
dc.date.available2026-09-01T15:26:32Z
dc.date.issued2026
dc.description.abstractEl cáncer de páncreas es una de las enfermedades más letales a nivel mundial debido a la dificultad de su detección temprana, causada por la ausencia de síntomas específicos, la falta de biomarcadores precisos y su compleja ubicación anatómica. Por tanto, los algoritmos de aprendizaje automático se presentan como una herramienta útil para el análisis de datos clínicos y la identificación de patrones relevantes en la información médica de los pacientes. Por ende, el presente proyecto propone el uso de algoritmos de aprendizaje automático como herramienta para analizar información clínica obtenida de exámenes urinarios, con el fin de identificar patrones que permitan estimar la presencia de la enfermedad. Se busca así explorar un conjunto de técnicas aplicadas a un grupo de características para evaluar su relevancia, y a su vez, desarrollar una interfaz para el ingreso de información, para así, contribuir a la detección del cáncer. La metodología incluye el preprocesamiento de datos, el análisis exploratorio del conjunto de datos y la clasificación mediante aprendizaje automático. Además, se evaluará el rendimiento de los modelos utilizando exactitud, sensibilidad, precisión, especificidad, f1-score y AUC-ROC.spa
dc.description.abstractPancreatic cancer is one of the most lethal diseases worldwide due to the difficulty of its early detection, caused by the absence of specific symptoms, the lack of precise biomarkers, and its complex anatomical location. Therefore, machine learning algorithms emerge as a useful tool for the analysis of clinical data and the identification of relevant patterns in patients’ medical information. Hence, the present project proposes the use of machine learning algorithms as a tool to analyze clinical information obtained from urine tests to identify patterns that allow predicting the presence of the disease. Thus, it seeks to explore a set of techniques applied to a group of features to evaluate their relevance, while also developing an interface for data entry, thereby contributing to cancer detection. The methodology includes data preprocessing, exploratory data analysis, and classification through machine learning. In addition, the performance of the models will be evaluated using accuracy, sensitivity, precision, specificity, F1-score, and AUC ROC.eng
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero(a)de Sistemas y Computación
dc.format.extent68 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/5765
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.departmentFacultad de Ingeniería y Ciencias
dc.publisher.programIngeniería de Sistemas y Computación
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectCáncer de páncreasspa
dc.subjectAprendizaje automáticospa
dc.subjectBiomarcadoresspa
dc.subjectClasificaciónspa
dc.subjectCaracterísticas médicasspa
dc.subjectPancreatic cancereng
dc.subjectMachine learningeng
dc.subjectBiomarkerseng
dc.subjectClassificationeng
dc.subjectMedical featureseng
dc.titleClasificación del cáncer de páncreas a través de información clínica mediante técnicas de aprendizaje automáticospa
dc.typebachelor thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcolhttps://purl.org/redcol/resource_type/TP
Files
Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
clasificacion_cancer_pancreas.pdf
Size:
1.79 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia_autorizacion.pdf
Size:
838.09 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Ingeniería de Sistemas y Computación