Modelo para la detección temprana de cáncer de mama mediante imágenes médicas (MDTCM)

Este proyecto aborda la necesidad crítica de mejorar la precisión en el diagnóstico temprano del cáncer de mama, una enfermedad con alta prevalencia y serias implicaciones de salud pública, especialmente en regiones como Ecuador y Manabí. El objetivo principal es crear un modelo de diagnóstico avanzado que integre la potencia del Soft Computing y el aprendizaje profundo (Deep Learning). Este enfoque busca superar las limitaciones de los métodos estadísticos tradicionales y mejorar los sistemas de ayuda a la toma de decisiones clínicas (CDSS) existentes. La metodología empleada es rigurosa, incluyendo análisis-síntesis, inducción-deducción, modelación sistémico-estructural y experimentación práctica. Se utilizarán técnicas como la encuesta y la entrevista a profundidad con especialistas para validar los requisitos y los resultados. El modelo propuesto se someterá a evaluación mediante la escala de Osgood y triangulación metodológica para asegurar la fiabilidad y la alta certeza de sus diagnósticos, con el impacto esperado de enriquecer la calidad de los procesos médico-asistenciales en la predicción y clasificación de esta enfermedad.<br/><br/><b>Objetivo</b>: <br/>Desarrollar un modelo para el diagnóstico temprano del cáncer de mama, combinando técnicas de Soft Computing y aprendizaje profundo, con el fin de proporcionar información con un mayor grado de certeza para apoyar la toma de decisiones clínicas.<br/><br/><b>Líneas de investigación</b>: <br/>Sistemas informáticos e inteligencia artificial