Gil González, JuliánMuñoz Hoyos, Adrián SebastiánMartínez Reyes, Jean Cristopher2024-07-292024-07-292024https://vitela.javerianacali.edu.co/handle/11522/3630La 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.41 p.application/pdfspaDemandaCarga laboralDiagnóstico rápidoCáncer de glándula mamariaMujeresModelo de inteligencia artificialTejido cancerosoImágenes histológicasBases de datos públicasAnotación por expertosAprendizaje automáticoDemandWorkloadRapid diagnosisMammary gland cancerWomenArtificial intelligence modelCancerous tissueHistological imagesPublic databasesExpert annotationMachine learninghttp://purl.org/coar/resource_type/c_bdcchttps://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2