Detección de Tejido Canceroso en Glándulas Mamarias Basado en Aprendizaje Automático Supervisado con Múltiples Expertos

Abstract
La creciente demanda de especialistas médicos y la alta carga laboral de los patólogos dificultan el diagnóstico rápido del cáncer, lo cual es crucial para la vida del paciente. En particular, el cáncer de glándula mamaria afecta a las mujeres sin importar su origen. Este proyecto desarrolló un modelo de inteligencia artificial para detectar tejido canceroso en imágenes histológicas de glándulas mamarias. Utilizando imágenes de bases de datos públicas anotadas por expertos, el modelo de aprendizaje automático mejora la precisión y velocidad del diagnóstico, reduciendo costos operacionales y apoyando al personal médico al priorizar casos sospechosos de cáncer.
Description
item.page.descriptioneng
The growing demand for medical specialists and the high workload of pathologists make it difficult to quickly diagnose cancer, which is crucial for the patient's life. In particular, mammary gland cancer affects women regardless of their origin. This project developed an artificial intelligence model to detect cancerous tissue in histological images of mammary glands. Using images from public databases annotated by experts, the machine learning model improves the accuracy and speed of diagnosis, reducing operational costs and supporting medical staff in prioritizing suspected cancer cases.
Keywords
Demanda, Carga laboral, Diagnóstico rápido, Cáncer de glándula mamaria, Mujeres, Modelo de inteligencia artificial, Tejido canceroso, Imágenes histológicas, Bases de datos públicas, Anotación por expertos, Aprendizaje automático, Demand, Workload, Rapid diagnosis, Mammary gland cancer, Women, Artificial intelligence model, Cancerous tissue, Histological images, Public databases, Expert annotation, Machine learning
Citation