DESARROLLO DE UNA RED NEURONAL CONVOLUCIONAL PARA LA DETECCIÓN DEL CÁNCER DE MAMA MEDIANTE LA CLASIFICACIÓN DE IMÁGENES MAMOGRÁFICAS

Abstract

La inteligencia artificial (IA) ha venido creciendo durante los últimos años en el área de la salud con el desarrollo de sistemas de apoyo a la toma de decisiones clínicas. Con este trabajo se logró desarrollar un algoritmo de aprendizaje profundo capaz de clasificar imágenes mamográficas en cinco categorías (normal, microcalcificación benigna, nódulo benigno, microcalcificación maligna y nódulo maligno) con un enfoque prioritario en la detección temprana del cáncer de mama, aplicando la técnica de transferencia de aprendizaje. Se usaron los conjuntos de datos DDSM y CBIS-DDSM, disponibles en la web, para el entrenamiento y validación de la red neuronal convolucional obteniendo un AUC del 0.9838 y 0.9773 respectivamente. Estos resultados demuestran el gran potencial que la IA trae para el área de la salud, y los beneficios que genera en esta y otras patologías al reducir el porcentaje de falsos positivos y falsos negativos que son elementos importantes en el diagnóstico.