Asistente inteligente para la detección de cáncer de mama por medio de mamografías usando Machine Learning

Abstract

Este trabajo responde a la necesidad crítica de mejorar la precisión y la eficiencia en el diagnóstico de esta enfermedad, que es una de las principales causas de mortalidad en mujeres a nivel mundial. Según datos de la Organización Mundial de la Salud (WHO), en 2020 se diagnosticaron más de 2.3 millones de nuevos casos de cáncer de mama, con una mortalidad de aproximadamente 685,000 mujeres. El sistema propuesto se fundamenta en el uso de redes neuronales profundas, específicamente la arquitectura U-Net, ampliamente reconocida por su capacidad en la segmentación de imágenes médicas. U-Net permite identificar áreas específicas en las mamografías que podrían corresponder a tejidos anómalos, ofreciendo una herramienta complementaria para la detección temprana de tumores malignos. La investigación aborda diversos desafíos relacionados con el diagnóstico asistido por computadora, como la variabilidad en la calidad de las mamografías, la subjetividad en la interpretación de los radiólogos y la escasez de especialistas en áreas remotas. Además, considera problemas asociados a la disponibilidad y equidad de los datos utilizados en el entrenamiento del modelo, asegurando que los algoritmos desarrollados sean precisos y aplicables a diferentes poblaciones.