Localización e Identificación de Patologías en Imágenes Médicas a Través de Sistemas de Diagnóstico Automatizado con Redes Neuronales

Este proyecto aborda la necesidad de mejorar la precisión y eficiencia en el diagnóstico médico mediante la implementación de sistemas automatizados basados en inteligencia artificial. Ante la creciente carga de datos en el sector salud y las limitaciones en la interpretación humana de imágenes médicas, la investigación propone el uso de redes neuronales convolucionales y técnicas de aprendizaje profundo para la detección de tumores cerebrales. El enfoque metodológico incluye una revisión sistemática del estado del arte, seguida por el entrenamiento de modelos utilizando conjuntos de datos abiertos y anonimizados, como BraTS 2024. Se aplicarán técnicas de preprocesamiento, transferencia de aprendizaje y ajuste de hiperparámetros para garantizar la robustez y generalización de los modelos. El resultado final será un prototipo funcional que permita a los profesionales de la salud cargar imágenes médicas y obtener reportes automáticos con sugerencias diagnósticas. Este sistema no solo busca optimizar los tiempos de evaluación y reducir errores humanos, sino también fortalecer la infraestructura tecnológica del sistema de salud ecuatoriano, promoviendo la innovación y la formación de talento especializado en el uso de tecnologías avanzadas para la salud. Objetivo: Desarrollar un sistema automatizado de diagnóstico médico mediante redes neuronales y aprendizaje profundo para mejorar la precisión y rapidez en la localización e identificación de tumores cerebrales. El proyecto busca proporcionar una herramienta tecnológica que apoye la toma de decisiones clínicas y optimice los tratamientos médicos. Líneas de investigación: Sistemas informáticos e inteligencia artificial