Identificación de alteraciones en heridas quirúrgicas mediante la aplicación de inteligencia artificial en imágenes
Loading...
Date
2024
Director
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Abstract
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
Description
item.page.descriptioneng
This degree project used artificial intelligence applied to image analysis digital to achieve the identification of alterations in surgical wounds. This investigation addressed a highly relevant problem due to the consequences that may arise from the surgical site infections, including morbidity, mortality and economic costs significant for both patients and the health system. Currently, the detection of these infections is carried out mainly through clinical methods and cultures, which can be late and limited in terms of precision. With the use of artificial intelligence techniques, such as machine learning and deep learning, it was possible to develop an automated model and reliable that allows the identification of alterations in surgical wounds, which facilitates timely and effective treatment. To develop the project, a database of labeled digital images showing the evolution of surgical wounds, were chosen and adapted artificial intelligence algorithms capable of identifying patterns and characteristics in these images, and the effectiveness and precision of the developed model was evaluated using validations with metrics established in the state of the art. The result of the work done is the starting point for subsequent work that may include a diagnostic support model automated and reliable for the detection of alterations in surgical wounds. This project It has applications in the field of surgery and public health, and its impact is reflected in a timely and effective post-surgical follow-up, avoiding wound complications and supporting the patient's recovery process, as well as reducing costs and additional medical procedures due to wound complications
Keywords
Inteligencia artificial, Análisis de imágenes digitales, Identificación de alteraciones Heridas quirúrgicas, Infecciones de sitio operatorio, Morbilidad, Mortalidad, Costos económicos, Métodos clínicos, Cultivos, Machine learning, Artificial intelligence, Digital image analysis, Identification of alterations Surgical wounds, Surgical site infections, Morbidity, Mortality, Economic costs, Clinical methods, Cultures