Prototipo de aplicación de redes neuronales para apoyar el diagnóstico de neumonía a partir de radiografías de tórax

Abstract

Actualmente la neumonía es una de las principales causas de mortalidad a nivel mundial, en específico en poblaciones vulnerables. Una temprana detección es crucial para mejorar el pronóstico y así dar un buen tratamiento a la situación, pero a veces el diagnóstico puede ser desafiante en entornos con recursos limitados. Este proyecto tiene como objetivo desarrollar un prototipo de aplicación basado en redes neuronales capaz de identificar signos de neumonía en radiografías de tórax, para apoyar el diagnóstico médico Para el desarrollo del proyecto se utilizara un conjunto de datos públicos de radiografías de tórax, con la cual se entrena una red neuronal convolucional(CNN) para clasificar las imágenes en categorías de neumonía y no neumonía, con el propósito de evaluar el rendimiento del modelo en términos de precisión y sensibilidad. Para la realización de este proyecto se optó por un método de investigación concurrente, lo cual me permite combinar el análisis teórico y el desarrollo práctico de manera simultánea. Debido a que este desarrollo está orientado a resolver un problema práctico, se enmarca dentro de una investigación aplicada. La metodología de desarrollo seleccionada es kanban, lo cual facilitará la organización y gestión de tareas en cada etapa del proyecto. Este proyecto pretende contribuir a la creación de herramientas accesibles para la detección de neumonía, facilitando el diagnóstico en entornos con recursos limitados y mejorando el acceso a evaluaciones de calidad en la detección de enfermedades pulmonares.