Desarrollo de una aplicación web para detectar cáncer de piel utilizando aprendizaje profundo

El desarrollo de tecnologías avanzadas en salud es una de las áreas más apasionantes y desafiantes del siglo XXI. La aplicación del aprendizaje profundo para el diagnóstico médico representa un avance significativo en la capacidad de los sistemas automatizados para asistir a los profesionales en la toma de decisiones críticas. Este trabajo aborda un problema de alta complejidad y tiene el potencial de salvar vidas al proporcionar una herramienta accesible y precisa para la detección temprana de cáncer de piel. Se detalla el desarrollo e implementación de una aplicación web diseñada para detectar cáncer de piel, utilizando técnicas de aprendizaje profundo. La hipótesis planteada infiere que el uso de una red neuronal convolucional permitirá alcanzar al menos un 90% de precisión en el diagnóstico. Se implementaron redes neuronales convolucionales, específicamente ResNet, con un conjunto de datos de 25331 imágenes en total: 20265 para entrenamiento y 5066 para prueba. La metodología CRISP-DM utilizada en este estudio incluye el preprocesamiento de datos utilizando TensorFlow y la evaluación del desempeño del modelo mediante métricas como precisión, sensibilidad y pérdida. Los resultados obtenidos revelaron una precisión del 94% y una sensibilidad del 87%, superando el umbral del 90% de precisión establecido en la hipótesis. El análisis de los resultados indica que la aplicación cumple con la hipótesis planteada y los resultados son comparables a estudios previos en el campo, como los realizados por Esteva et al. [1] y Haenssle et al. [2], quienes lograron precisiones del 72,1% y 74,2%, respectivamente. En conclusión, este trabajo representa un paso importante hacia la integración de tecnologías avanzadas en la medicina, subrayando la capacidad del aprendizaje profundo para transformar la detección y el tratamiento del cáncer de piel. Se sugieren futuras investigaciones para mejorar la precisión, así como para explorar su aplicabilidad en otros tipos de cáncer.

• Autor Principal: Farias Rivera, Fatima Katiuska (author)
• Formato: masterThesis
• Publicado: 2025
• Subjects: INTELIGENCIA ARTIFICIAL; CANCER DE PIEL; RESNET; PYTHON
• Acceso en liña: http://repositorio.utmachala.edu.ec/handle/48000/24427