Examinando por Materia "Redes bayesianas"

Mostrando 1 - 1 de 1
  • No hay miniatura disponible
    PublicaciónAcceso abierto
    Aplicación de técnicas de inteligencia artificial para la detección de cáncer de tiroides
    (Universidad del Valle, 2025) Franco Pedraza, Olga Lucía; Bedoya Leiva, Oscar Fernando
    El cáncer representa un desafío de salud creciente en Colombia, con proyecciones que estiman un incremento del 15.6 % en los casos para 2025. Dentro de este panorama, el cáncer de tiroides, aunque poco frecuente, es el tipo más común del sistema endocrino y afecta mayoritariamente a mujeres. Su detección inicial se basa en exámenes físicos y ecografías, siendo la biopsia por aspiración con aguja fina (BACAF) el método estándar de confirmación. Sin embargo, dado que la mayoría de los nódulos son benignos, existe una necesidad crítica de optimizar los métodos de diagnóstico para evitar procedimientos innecesarios y asegurar una detección temprana que reduzca la mortalidad. Ante este reto, el trabajo de grado desarrollado aplicó técnicas de inteligencia artificial a datos clínicos para evaluar la malignidad de nódulos tiroideos. Tras comparar cuatro enfoques, se determinó que el modelo bayesiano ofreció el mejor rendimiento, logrando un área bajo la curva ROC del 91.6 %. Como resultado principal, se creó una aplicación móvil que integra este modelo, permitiendo estimar la probabilidad de malignidad a partir de variables del paciente. Esta herramienta se presenta como una alternativa innovadora, económica y de rápida ejecución, que funciona como un apoyo fundamental para el personal médico en la toma de decisiones clínicas y el diagnóstico oportuno de esta enfermedad.