Análisis comparativo de algoritmos basados en inteligencia artificial para la detección temprana del cáncer de mama

Resumen

El cáncer de mama constituye una de las principales causas de mortalidad en mujeres a nivel mundial, representando un gran problema de salud pública. La detección temprana resulta determinante para incrementar las tasas de supervivencia, ya que al establecer un diagnóstico oportuno y poder aplicar el tratamiento adecuado que favorezca aparar la enfermedad en sus fases tempranas (estadio).Este contexto, de emplear los algoritmos basados en inteligencia artificial se ha convertido en una herramienta de gran relevancia en el campo del diagnóstico temprano en este caso en la rama médica de la oncología. Diversos algoritmos han demostrado un gran potencial en la precisión, en la clasificación de la imágenes médicas entre ellos se tiene la Máquina de vectores de soporte (SVM), Bosques aleatorios(Random Forest) ,Perceptron multicapa (MLP) y  Redes neuronales convolucionales(CNN).Este enfoque permite realizar un análisis más detallado y confiable de estudios de imágenes médicas (mamografías, ecografías, tomografías y resonancias magnéticas) dando facilidad para la detección temprana de lesiones malignas y reducir diagnósticos erróneos. El objetivo fundamental de la investigación fue realizar una comparativa de los algoritmos basados en inteligencia artificial y medir a través de las métricas como la precisión ,sensibilidad, especificidad ,f1-score y el área bajo la curva(AUC), cual es el algoritmo con mejor rendimiento para la detección temprana de la enfermedad . En consecuencia, la integración de algoritmos basados en inteligencia artificial en los sistemas de apoyo clínico contribuye de manera significativa a mejorar las decisiones médicas y que el  tratamiento sea el más adecuado y se brinde una mejor  calidad de vida de las pacientes diagnosticadas con la enfermedad.