Publicación:
Potencial de la inteligencia artificial para la detección temprana del melanoma maligno en Colombia

Vista sencilla de ítem
dc.contributor.advisorBerrocal Narváez, Neila
dc.contributor.authorLlorente Ramos, Lucy
dc.contributor.authorGarcía Mestra, María Cristina
dc.contributor.juryOcampo Rivero, Mónica
dc.date.accessioned2024-02-03T13:46:01Z
dc.date.available2024-02-03T13:46:01Z
dc.date.issued2024-02-02
dc.description.abstractLa Inteligencia Artificial (IA) en el campo médico de Colombia, especialmente en la detección temprana del melanoma, ofrece perspectivas transformadoras. La aplicación del Aprendizaje Automático y el Aprendizaje Profundo ha abierto nuevas posibilidades para el análisis detallado y complejo de datos. Dentro de estas técnicas, las Redes Neuronales Convolucionales (CNN) destacan por su potencial en la interpretación precisa de imágenes dermatológicas. Pero, a pesar de su alta precisión, estos sistemas podrían no abarcar completamente las sutilezas clínicas, desafiando el paradigma tradicional del diagnóstico basado en la experiencia y la empatía humanas. Este estudio tiene como objetivo compilar información sobre el potencial de la Inteligencia Artificial para la detección temprana del melanoma maligno en Colombia, identificando los desafíos y oportunidades que enfrenta la implementación de estas herramientas avanzadas en la práctica clínica. Esta monografía de compilación se relaciona con la aplicación de IA en la detección de melanoma en el contexto médico colombiano. Se recopiló información de diversas fuentes bibliográficas, incluyendo estudios académicos, páginas web y datos sobre el uso de herramientas de IA en el sector médico de Colombia. Finalmente, con la biodiversidad y datos en Colombia, existe una oportunidad para mejorar y adaptar los modelos de Aprendizaje Automático y otras formas de IA para lograr un diagnóstico más preciso y efectivo del melanoma. Si bien existen desafíos, el interés del sector privado es un motivo para ser optimistas sobre el futuro de la implementación de la IA en el campo médico colombiano, especialmente en la detección temprana del melanoma.spa
dc.description.abstractArtificial Intelligence (AI) in Colombia's medical field, especially in the early detection of melanoma, offers transformative perspectives. The application of Machine Learning and Deep Learning has opened new possibilities for detailed and complex data analysis. Within these techniques, Convolutional Neural Networks (CNN) stand out for their potential in the precise interpretation of dermatological images. But despite their high accuracy, these systems may not fully encompass clinical subtleties, challenging the traditional paradigm of diagnosis based on human experience and empathy. This study aims to compile information on the potential of Artificial Intelligence for the early detection of malignant melanoma in Colombia, identifying the challenges and opportunities faced by the implementation of these advanced tools in clinical practice. This compilation monograph is related to the application of AI in the detection of melanoma in the Colombian medical context. Information was collected from various bibliographic sources, including academic studies, web pages and data on the use of AI tools in the Colombian medical sector. Finally, with the biodiversity and data in Colombia, there is an opportunity to improve and adapt Machine Learning models and other forms of AI to achieve more accurate and effective diagnosis of melanoma. While there are challenges, the interest of the private sector is a reason to be optimistic about the future of AI implementation in the Colombian medical field, especially in the early detection of melanoma.eng
dc.description.degreelevelEspecialización
dc.description.degreenameEspecialista en Auditoria de la Calidad en Salud
dc.description.modalityMonografías
dc.description.tableofcontents1. PLANTEAMIENTO DEL PROBLEMA.............................................. 12
dc.description.tableofcontents1.1. Descripción del problema.......................................................... 12
dc.description.tableofcontents2. JUSTIFICACIÓN............................................................................. 14
dc.description.tableofcontents3. OBJETIVOS...................................................................................... 16
dc.description.tableofcontents3.1. Objetivo General......................................................................... 16
dc.description.tableofcontents3.2. Objetivos Específicos...................................................................... 16
dc.description.tableofcontents4. METODOLOGÍA............................................................................ 17
dc.description.tableofcontents4.1. Tipo de Estudio............................................................................. 17
dc.description.tableofcontents4.2. Población..................................................................................... 17
dc.description.tableofcontents4.3. Muestra......................................................................................... 17
dc.description.tableofcontents4.4. Unidad de Análisis...................................................................... 18
dc.description.tableofcontents4.5. Organización de la monografía.................................................. 18
dc.description.tableofcontents4.6. Presentación de la Información................................................. 18
dc.description.tableofcontents4.7. Aspectos éticos............................................................................. 18
dc.description.tableofcontents4.8. Aspectos de propiedad intelectual y derechos de autor....... 19
dc.description.tableofcontents5. MONOGRAFÍA.............................................................................. 20
dc.description.tableofcontents5.1. RAMAS DE LA INTELIGENCIA ARTIFICIAL UTILIZADAS INTERNACIONALMENTE PARA LA DETECCIÓN TEMPRANA DEL MELANOMA MALIGNO........ 20
dc.description.tableofcontents5.1.1. Aprendizaje Automático (Machine Learning-ML) como Rama Central de la IA ...................................................21
dc.description.tableofcontents5.1.2. Aprendizaje Profundo (Depp Learning-DL)............................................................... 23
dc.description.tableofcontents5.1.3. Redes Neuronales Convolucionales (CNNs)............................................................ 25
dc.description.tableofcontents5.1.4. Aprendizaje por Refuerzo........................................................ 26
dc.description.tableofcontents5.2. BARRERAS Y FACILITADORES PARA LA IMPLEMENTACIÓN DE INTELIGENCIA ARTIFICIAL EN LA DETECCIÓN TEMPRANA DEL MELANOMA MALIGNO EN COLOMBIA..... 30
dc.description.tableofcontents5.2.1. IMPORTANCIA DE LA IMPLEMENTACIÓN DE LA INTELIGENCIA ARTIFICIAL EN LA DETECCIÓN TEMPRANA DEL MELANOMA MALIGNO EN EL SISTEMA DE SALUD COLOMBIANO...... 37
dc.description.tableofcontents6. CONSIDERACIONES FINALES............................................................ 42
dc.description.tableofcontents7. CONCLUSIONES.......................................................................... 45
dc.description.tableofcontents8. RECOMENDACIONES.................................................................... 48
dc.description.tableofcontents9. BIBLIOGRAFÍA.................................................................................. 51
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad de Córdoba
dc.identifier.reponameRepositorio Universidad de Córdoba
dc.identifier.repourlhttps://repositorio.unicordoba.edu.co/
dc.identifier.urihttps://repositorio.unicordoba.edu.co/handle/ucordoba/8231
dc.language.isospa
dc.publisherUniversidad de Córdoba
dc.publisher.facultyFacultad de Ciencias de la Salud
dc.publisher.placeMontería, Córdoba, Colombia
dc.publisher.programEspecialización en Auditoria de la Calidad en Salud
dc.relation.references1. Pozzobon FC, Acosta ÁE, Castillo JS. Cáncer de piel en Colombia: cifras del Instituto Nacional de Cancerología. rev asoc colomb dermatol cir dematol [Internet]. 2018;26(1):12–7. Disponible en: http://dx.doi.org/10.29176/2590843x.25
dc.relation.references2. de Alto Costo C. Día mundial del melanoma 2023 [Internet]. Cuenta de Alto Costo - Fondo Colombiano de Cuentas de Alto Costo, organismo técnico no gubernamental del Sistema General de Seguridad Social en Salud de Colombia creado mediante el Decreto 2699 de 2007. Cuenta de Alto Costo; 2023. Available from: https://cuentadealtocosto.org/cancer/dia-mundial-del-melanoma-2023/
dc.relation.references3. Ramírez AF, Chalela JG, Ramírez J. ¿Cuántos dermatólogos hay en Colombia? Análisis de los datos de la Asociación Colombiana de Dermatología y Cirugía Dermatológica. rev. asoc. colomb. dermatol. cir. dematol. [Internet]. 18 de febrero de 2019 [citado 20 de enero de 2024];20(1):21-6. Disponible en: https://revista.asocolderma.org.co/index.php/asocolderma/article/view/207
dc.relation.references4. Bi WL, Hosny A, Schabath MB, Giger ML, Birkbak NJ, Mehrtash A, et al. Artificial intelligence in cancer imaging: Clinical challenges and applications. CA Cancer J Clin [Internet]. 2019;69(2):127–57. Available from: http://dx.doi.org/10.3322/caac.21552
dc.relation.references5. Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, et al. Erratum: Corrigendum: Dermatologist-level classification of skin cancer with deep neural networks. Nature [Internet]. 2017;546(7660):686–686. Available from: http://dx.doi.org/10.1038/nature22985
dc.relation.references6. Moataz L, Salama GI, Abd Elazeem MH. Skin cancer diseases classification using deep convolutional neural network with transfer learning model. J Phys Conf Ser [Internet]. 2021;2128(1):012013. Disponible en: http://dx.doi.org/10.1088/1742-6596/2128/1/012013
dc.relation.references7. ¿Como Arkangel AI hace detección temprana de enfermedades con IA? [Internet]. Blog Arkangel AI. leonardo; 2021 [cited 2024 Jan 21]. Available from: https://blog.arkangel.ai/es/como-arkangel-ai-hace-deteccion-temprana-de-enfermedades-con-ia/
dc.relation.references8. Arkangel AI se consolida en detectar enfermedades a través de inteligencia artificial [Internet]. Diario La República. [cited 2024 Jan 21]. Available from: https://www.larepublica.co/empresas/arkangel-ai-se-consolida-en-detectar-enfermedades-a-traves-de-inteligencia-artificial-3298534
dc.relation.references9. Rincón, A. d. (2023). Interpretaciones de los profesionales de la salud sobre el uso de la inteligencia artificial (IA) como tecnología de impacto a la salud pública, análisis desde las ciencias cognitivas. Recuperado de: http://hdl.handle.net/20.500.12495/10909
dc.relation.references10. Moreno Luna, P Detección automática de melanoma aplicando métodos de aprendizaje profundo para el procesamiento y análisis de imágenes dermatológicas. [Internet]. 2021 [citado: 2024, enero] 68 páginas
dc.relation.references11. Pozzobon FC, Acosta ÁE, Castillo JS. Cáncer de piel en Colombia: cifras del Instituto Nacional de Cancerología. rev asoc colomb dermatol cir dematol [Internet]. 2018;26(1):12–7. Disponible en: http://dx.doi.org/10.29176/2590843x.25
dc.relation.references12. de Alto Costo C. Día mundial del melanoma 2023 [Internet]. Cuenta de Alto Costo - Fondo Colombiano de Cuentas de Alto Costo, organismo técnico no gubernamental del Sistema General de Seguridad Social en Salud de Colombia creado mediante el Decreto 2699 de 2007. Cuenta de Alto Costo; 2023. Available from: https://cuentadealtocosto.org/cancer/dia-mundial-del-melanoma-2023/
dc.relation.references13. Mitchell C. OPS/OMS [Internet]. Pan American Health Organization / World Health Organization. 2017 [citado el 6 de noviembre de 2023]. Disponible en: https://www3.paho.org/hq/index.php?option=com_content&view=article&id=12946:early-cancer-diagnosis-saves-lives-cuts-treatment-costs&Itemid=0&lang=es
dc.relation.references14. de Colombia M de S y. PS. Minsalud y Cancerológico integrarán planes de salud pública y control del cáncer [Internet]. Gov.co.. Available from: https://www.minsalud.gov.co/Paginas/Minsalud-y-Cancerologico-integraran-planes-de-salud-publica-y-control-del-cancer.aspx
dc.relation.references15. Bi WL, Hosny A, Schabath MB, Giger ML, Birkbak NJ, Mehrtash A, et al. Artificial intelligence in cancer imaging: Clinical challenges and applications. CA Cancer J Clin [Internet]. 2019;69(2):127–57. Available from: http://dx.doi.org/10.3322/caac.21552
dc.relation.references16. Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, et al. Erratum: Corrigendum: Dermatologist-level classification of skin cancer with deep neural networks. Nature [Internet]. 2017;546(7660):686–686. Available from: http://dx.doi.org/10.1038/nature22985
dc.relation.references17. Moataz L, Salama GI, Abd Elazeem MH. Skin cancer diseases classification using deep convolutional neural network with transfer learning model. J Phys Conf Ser [Internet]. 2021;2128(1):012013. Disponible en: http://dx.doi.org/10.1088/1742-6596/2128/1/012013
dc.relation.references18. Pineda Restrepo B del C. Desarrollo humano y desigualdades en salud en la población rural en Colombia / Human Development and Health Inequalities in Rural Population in Colombia. Univ Odontol [Internet]. 30 de junio de 2012 [citado 21 de enero de 2024];31(66). Disponible en: https://revistas.javeriana.edu.co/index.php/revUnivOdontologica/article/view/2717
dc.relation.references19. Sas C. Informe de Oxfam: Desigualdad en la atención médica [Internet]. CONSULTORSALUD. 2023. Disponible en: https://consultorsalud.com/informe-de-oxfam-desigualdad-atencion-medica/
dc.relation.references20. Ramírez AF, Chalela JG, Ramírez J. ¿Cuántos dermatólogos hay en Colombia? Análisis de los datos de la Asociación Colombiana de Dermatología y Cirugía Dermatológica. rev. asoc. colomb. dermatol. cir. dematol. [Internet]. 18 de febrero de 2019 [citado 20 de enero de 2024];20(1):21-6. Disponible en: https://revista.asocolderma.org.co/index.php/asocolderma/article/view/207
dc.relation.references21. Rincón, A. Interpretaciones de los profesionales de la salud sobre el uso de la inteligencia artificial (IA) como tecnología de impacto a la salud pública, análisis desde las ciencias cognitivas. [Internet]. 2023. [citado: 2024, enero] Disponible en: http://hdl.handle.net/20.500.12495/10909
dc.relation.references22. La OMS publica el primer informe mundial sobre inteligencia artificial (IA) aplicada a la salud y seis principios rectores relativos a su concepción y utilización [Internet]. Who.int. Available from: https://www.who.int/es/news/item/28-06-2021-who-issues-first-global-report-on-ai-in-health-and-six-guiding-principles-for-its-design-and-use
dc.relation.references23. Rincón, A. Interpretaciones de los profesionales de la salud sobre el uso de la inteligencia artificial (IA) como tecnología de impacto a la salud pública, análisis desde las ciencias cognitivas. [Internet]. 2023. [citado: 2024, enero] Disponible en: http://hdl.handle.net/20.500.12495/10909
dc.relation.references24. Moreno Luna, P Detección automática de melanoma aplicando métodos de aprendizaje profundo para el procesamiento y análisis de imágenes dermatológicas. [Internet]. 2021 [citado: 2024, enero] 68 páginas
dc.relation.references25. Barrera SMR. Melanoma en Colombia: prevalencia y diagnóstico en 2021 [Internet]. CONSULTORSALUD. Disponible en: https://consultorsalud.com/melanoma-en-colombia-prevalencia-diagnos/
dc.relation.references26. 2220523 [Internet]. Bms.com. Disponible en: https://www.bms.com/co/media/press-release-listing/20220523.html
dc.relation.references27. Pruebas para el cáncer de piel tipo melanoma [Internet]. Cancer.org. Disponible en: https://www.cancer.org/es/cancer/tipos/cancer-de-piel-tipo-melanoma/deteccion-diagnostico-clasificacion-por-etapas/como-se-diagnostica.html
dc.relation.references28. El diagnóstico temprano del cáncer salva vidas y reduce los costos de tratamiento [Internet]. Who.int. Disponible en: https://www.who.int/es/news/item/03-02-2017-early-cancer-diagnosis-saves-lives-cuts-treatment-costs
dc.relation.references29. El diagnóstico temprano del cáncer salva vidas y reduce los costos de tratamiento [Internet]. Who.int.. Disponible en: https://www.who.int/es/news/item/03-02-2017-early-cancer-diagnosis-saves-lives-cuts-treatment-costs
dc.relation.references30. Lüthy Isabel A.. Inteligencia artificial y aprendizaje de máquina en diagnóstico y tratamiento del cáncer. Medicina (B. Aires) [Internet]. 2022 Oct [citado 2024 Ene 23] ; 82( 5 ): 798-800. Disponible en: http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S002576802022000900798&lng=es
dc.relation.references31. ¿Como Arkangel AI hace detección temprana de enfermedades con IA? [Internet]. Blog Arkangel AI. leonardo; 2021 Available from: https://blog.arkangel.ai/es/como-arkangel-ai-hace-deteccion-temprana-de-enfermedades-con-ia/
dc.relation.references32. Arkangel AI se consolida en detectar enfermedades a través de inteligencia artificial [Internet]. Diario La República. [cited 2024 Jan 21]. Available from: https://www.larepublica.co/empresas/arkangel-ai-se-consolida-en-detectar-enfermedades-a-traves-de-inteligencia-artificial-3298534
dc.relation.references33. Elpais.com. Available from: https://elpais.com/america-colombia/branded/los-lideres-de-colombia/2023-12-06/laura-velasquez-y-la-inteligencia-artificial-que-salva-vidas.html
dc.relation.references34. Morales O. Fundamentos de la investigación documental y la monografía. Manual para la elaboración y presentación de la monografía. Mérida, Venezuela; 2003
dc.relation.references35. REPÚBLICA DE COLOMBIA. MINISTERIO DE SALUD. RESOLUCIÓN NÚMERO 8430 DE 1993 (octubre 4). Por la cual se establecen las normas científicas, técnicas y administrativas para la investigación en salud. [en línea]. Disponible en: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/DIJ/RESOLUCION-8430-DE1993.PDF
dc.relation.references36. iat. ▷ Inteligencia artificial en medicina para salvar vidas [Internet]. IAT. 2020 [cited 2024 Jan 21]. Available from: https://iat.es/tecnologias/inteligencia-artificial/medicina/
dc.relation.references37. Puentes G, Salinas Miranda E, Triana GA. Inteligencia artificial y radiología: la disrupción tecnológica en la transfor mación de un paradigma. Med. [Internet]. 18 de enero de 2022 [citado 21 de enero de 2024];43(4):594-605. Disponible en: https://revistamedicina.net/index.php/Medicina/article/view/1648
dc.relation.references38. at. ▷ Inteligencia artificial en medicina para salvar vidas [Internet]. IAT.Disponible en: https://iat.es/tecnologias/inteligencia-artificial/medicina/
dc.relation.references39. Dick V, Sinz C, Mittlböck M, Kittler H, Tschandl P. Precisión del diagnóstico del melanoma asistido por computadora: un metanálisis. JAMA Dermatol [Internet]. 2019;155(11):1291. Disponible en: http://dx.doi.org/10.1001/jamadermatol.2019.1375
dc.relation.references40. Samuel AL. Algunos estudios en aprendizaje automático utilizando el juego de damas. IBM J Res Dev [Internet]. 1959;3(3):210–29. Disponible en: http://dx.doi.org/10.1147/rd.33.0210
dc.relation.references41. TEMA 2. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL. CONCEPTOS FUNDAMENTALES Y APLICACIONES EN SALUD [Internet]. Salusplay.com. [cited 2023 Oct 22]. Available from: https://www.salusplay.com/apuntes/apuntes-de-salud-digital/tema-2-introduccion-a-la-inteligencia-artificial-conceptos-fundamentales-y-aplicaciones-en-salud
dc.relation.references42. Dildar M, Akram S, Irfan M, Khan HU, Ramzan M, Mahmood AR, et al. Skin cancer detection: A review using deep learning techniques. Int J Environ Res Public Health [Internet]. 2021;18(10):5479. Available from: http://dx.doi.org/10.3390/ijerph18105479
dc.relation.references43. Barata C, Rotemberg V, Codella NCF, Tschandl P, Rinner C, Akay BN, et al. A reinforcement learning model for AI-based decision support in skin cancer. Nat Med [Internet]. 2023;29(8):1941–6. Available from: http://dx.doi.org/10.1038/s41591-023-02475-5
dc.relation.references44. Cara Murez HealthDay News. La inteligencia artificial pudo detectar casi el 100% de los melanomas, según un estudio [Internet]. infobae.. Disponible en: https://www.infobae.com/salud/2023/10/16/la-inteligencia-artificial-tiene-una-tasa-de-exito-del-100-en-la-deteccion-de-melanomas/
dc.relation.references45. Alpaydin E. Introducción al aprendizaje automático, cuarta edición. Londres, Inglaterra: MIT Press; 2020
dc.relation.references46. Sharpe PK, Caleb P. Artificial neural networks within medical decision support systems. Scand J Clin Lab Invest [Internet]. 1994;54(sup219):3–11. Available from: http://dx.doi.org/10.3109/00365519409088571
dc.relation.references47. Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, et al. Erratum: Corrigendum: Dermatologist-level classification of skin cancer with deep neural networks. Nature [Internet]. 2017;546(7660):686–686. Available from: http://dx.doi.org/10.1038/nature22985
dc.relation.references48. Dankwa-Mullan I, Weeraratne D. Artificial intelligence and machine learning technologies in cancer care: Addressing disparities, bias, and data diversity. Cancer Discov [Internet]. 2022;12(6):1423–7. Available from: http://dx.doi.org/10.1158/2159-8290.cd-22-0373
dc.relation.references49. TEMA 2. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL. CONCEPTOS FUNDAMENTALES Y APLICACIONES EN SALUD [Internet]. Salusplay.com. Disponible en: https://www.salusplay.com/apuntes/apuntes-de-salud-digital/tema-2-introduccion-a-la-inteligencia-artificial-conceptos-fundamentales-y-aplicaciones-en-salud
dc.relation.references50. Martorell A, Martin-Gorgojo A, Ríos-Viñuela E, Rueda-Carnero JM, Alfageme F, Taberner R. Inteligencia artificial en dermatología: ¿amenaza u oportunidad? Actas Dermosifiliogr [Internet]. 2022;113(1):30–46. Available from: http://dx.doi.org/10.1016/j.ad.2021.07.003
dc.relation.references51. IBM. Detección y representación automática de sesgos en datos utilizados para diagnóstico y tratamiento en dermatología [Internet]. Think España. 2021 [cited 2023 Oct 24]. Available from: https://www.ibm.com/blogs/think/es-es/2021/04/09/deteccion-y-representacion-automatica-de-sesgos-en-datos-utilizados-para-diagnostico-y-tratamiento-en-dermatologia/
dc.relation.references52. O’Neil C. Weapons of math destruction [Internet]. 2016. Available from: https://edisciplinas.usp.br/pluginfile.php/7574239/mod_resource/content/1/%28FFLCH%29%20LIVRO%20Weapons%20of%20Math%20Destruction%20-%20Cathy%20ONeal.pdf
dc.relation.references53. Palmer S. Deepfakes: The dawn of the post-truth era [Internet]. Shelly Palmer. 2018 Available from: https://shellypalmer.com/2018/10/deepfakes-dawn-post-truth-era/
dc.relation.references54. Altuve Mouthon A, Colón Muñoz E, De la Rosa Sampayo A, Murillo Fernández L, Blanquicett Benavides L, Arrieta E, Núñez Valdés E. Detección de Melanoma en Imágenes de Lesiones Cutáneas usando Visión por Computadora y Aprendizaje Profundo. CESTA [Internet]. 13 de julio de 2023 [citado 23 de enero de 2024];4(1). Disponible en: https://revistascientificas.cuc.edu.co/CESTA/article/view/4502
dc.relation.references55. Rios S, editor. Los riesgos de la Inteligencia Artificial [Internet]. Universidad de Chile; 2023. Disponible en: https://www.dii.uchile.cl/2023/06/02/sebastian-rios-advierte-sobre-peligros-de-la-inteligencia-artificial/
dc.relation.references56. ¿Qué es el sobreajuste? [Internet]. Ibm.com. Disponible en: https://www.ibm.com/es-es/topics/overfitting
dc.relation.references57. Convolutional Neural Network : definición y funcionamiento [Internet]. Formation Data Science | Datascientest.com. 2021 [cited 2023 Dec 7]. Available from: https://datascientest.com/es/convolutional-neural-network-es
dc.relation.references58. Nasr-Esfahani E, Samavi S, Karimi N, Soroushmehr SMR, Jafari MH, Ward K, et al. Melanoma detection by analysis of clinical images using convolutional neural network. In: 2016 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). IEEE; 2016
dc.relation.references59. Pham T-C, Luong C-M, Visani M, Hoang V-D. Deep CNN and data augmentation for skin lesion classification. In: Intelligent Information and Database Systems. Cham: Springer International Publishing; 2018. p. 573–82
dc.relation.references60. Char DS, Shah NH, Magnus D. Implementing machine learning in health care — addressing ethical challenges. N Engl J Med [Internet]. 2018;378(11):981–3. Available from: http://dx.doi.org/10.1056/nejmp1714229
dc.relation.references61. Riaño Borda, S Detección de melanomas de piel malignos mediante procesamiento digital de imágenes usando redes neuronales convolucionales. [Internet]. Universidad Santo Tomás; 2022 [citado: 2024, enero]
dc.relation.references62. Aimi AIMI. AIMI: AI en la detección temprana del melanoma - AI Melanoma Identifier: AIMI [Internet]. Medium. 2019 [cited 2023 Dec 7]. Available from: https://medium.com/@melanomicos/aimi-ai-en-la-detecci%C3%B3n-temprana-del-melanoma-90b04a085b6
dc.relation.references63. Rangel Cortes JJ, Ruiz Castilla JS, García Lamont F, Cervantes Canales J. Redes neuronales convolucionales en la identificación de melanomas benignos y malignos. La RISTI (Revista Ibérica de Sistemas y Tecnologías de la Información). 2019 Oct 30;15–27
dc.relation.references64. Garzón R, Del pilar A. Interpretaciones de los profesionales de la salud sobre el uso de la inteligencia artificial (IA) como tecnología de impacto a la salud pública, análisis desde las ciencias cognitivas. Maestría en Salud Pública; 2023
dc.relation.references65. ¿Qué es el aprendizaje profundo? [Internet]. Netapp.com. NetApp; 2019. Disponible en: https://www.netapp.com/es/artificial-intelligence/what-is-deep-learning/
dc.relation.references66. Barata C, Rotemberg V, Codella NCF, Tschandl P, Rinner C, Akay BN, et al. A reinforcement learning model for AI-based decision support in skin cancer. Nat Med [Internet]. 2023;29(8):1941–6. Disponible en: http://dx.doi.org/10.1038/s41591-023-02475-5
dc.relation.references67. Vargas LJA. IA: diez años de aprendizaje profundo [Internet]. Revista Puntos | Universidad de los Andes. Revista Nota Uniandina | Universidad de los Andes; 2023 Disponible en: https://revistapuntos.uniandes.edu.co/actualidad-y-analisis/ia-aprendizaje-profundo/
dc.relation.references68. Uam.es.Disponible en: https://www.iic.uam.es/lasalud/realidad-inteligencia-artificial-salud/
dc.relation.references69. GENERALIDADES DE LA RADIACIÓN ULTRAVIOLETA - IDEAM [Internet]. Gov.co. [cited 2024 Jan 23]. Available from: http://www.ideam.gov.co/web/tiempo-y-clima/generalidades-de-la-radiacion-ultravioleta
dc.relation.references70. Cancer.gov. [cited 2024 Jan 23]. Available from: https://www.cancer.gov/espanol/tipos/piel/paciente/tratamiento-melanoma%20pdq#:~:text=opciones%20de%20tratamiento
dc.relation.references71. Riaño Borda, S Detección de melanomas de piel malignos mediante procesamiento digital de imágenes usando redes neuronales convolucionales. [Internet]. Universidad Santo Tomás; 2022 [citado: 2024, enero]
dc.relation.references72. Shaw J, Rudzicz F, Jamieson T, Goldfarb A. Artificial intelligence and the implementation challenge. J Med Internet Res [Internet]. 2019;21(7):e13659. Available from: http://dx.doi.org/10.2196/13659
dc.relation.references73. Desarrollan una herramienta con IA para la detección del melanoma [Internet]. Fundación Descubre. Disponible en: https://fundaciondescubre.es/noticias/desarrollan-una-herramienta-basada-en-inteligencia-artificial-para-mejorar-la-precision-de-deteccion-del-melanoma/
dc.relation.references74. Gómez Isaza DR. La inteligencia artificial llegó a Sura con un acuerdo con Google Cloud, ¿de qué se trata? [Internet]. Elcolombiano.com. 2023. Disponible en: https://www.elcolombiano.com/tecnologia/sura-y-google-apoyan-la-salud-de-los-colombianos-con-inteligencia-artificial-GG21411711
dc.relation.references75. Paulino JAS. Viés Racial em Modelos de Inteligência Artificial para Classificação de Melanomas. En: Anais do IV Workshop sobre asImplicações da Computação na Sociedade (WICS 2023). Sociedade Brasileira de Computação; 2023
dc.relation.references76. Márquez Díaz, J. E. (2020). Deep artificial vision applied to the early identification of non-melanoma cancer and actinic keratosis. Computación y sistemas, 24(2). https://doi.org/10.13053/cys-24-2-2901
dc.relation.references77. (S/f). Gov.co. de https://minciencias.gov.co/sites/default/files/marco-etico-ia-colombia-2021.pdf
dc.relation.references78. La conectividad como acelerador para alcanzar la inclusión digital en Colombia [Internet]. UNDP. Disponible en: https://www.undp.org/es/colombia/discursos/conectividad-acelerador-inclusion-digital-colombia
dc.relation.references79. Díaz J. La realidad de la Inteligencia Artificial en Salud - IIC [Internet]. Instituto de Ingeniería del Conocimiento. 2019. Disponible en: https://www.iic.uam.es/lasalud/realidad-inteligencia-artificial-salud/
dc.relation.references80. Semana. Así va Colombia en la implementación de tecnologías de Inteligencia Artificial [Internet]. Revista Semana. 2023. Disponible en: https://www.semana.com/hablan-las-marcas/articulo/asi-va-colombia-en-la-implementacion-de-tecnologias-de-inteligencia-artificial/202300/
dc.relation.references81. Char DS, Shah NH, Magnus D. Implementing machine learning in health care — addressing ethical challenges. N Engl J Med [Internet]. 2018;378(11):981–3. Disponible en: http://dx.doi.org/10.1056/nejmp1714229
dc.relation.references82. Principios L. Calidad en salud en Colombia [Internet]. Gov.co. Disponible en: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/CA/calidad-salud-colombia.pdf
dc.relation.references83. Desarrollo de una interfaz de usuario para la clasificación de melanomas mediante técnicas de procesamiento de imágenes e inteligencia artificial [Internet]. Universidad Autónoma de Bucaramanga. Disponible en: https://apolo.unab.edu.co/en/projects/desarrollo-de-una-interfaz-de-usuario-para-la-clasificaci%C3%B3n-de-me
dc.relation.references84. El auge de las Startups en Colombia [Internet]. Linkedin.com. 1687985627000 Disponible en: https://es.linkedin.com/pulse/el-auge-de-las-startups-en-colombia-lucro-app-col
dc.relation.references85. Cornell university. - search results - WIPO knowledge repository [Internet]. Wipo.int. Disponible en:https://tind.wipo.int/search?f1=author&as=1&sf=title&so=a&rm=&m1=p&p1=Cornell%20University.&ln=en
dc.relation.references86. Díaz J. La realidad de la Inteligencia Artificial en Salud - IIC [Internet]. Instituto de Ingeniería del Conocimiento. 2019. Disponible en: https://www.iic.uam.es/lasalud/realidad-inteligencia-artificial-salud/
dc.relation.references87. Enciso A, Camila M. Barreras y facilitadores del diagnóstico temprano del cáncer desde la perspectiva de los pacientes en redes públicas de servicios de salud de Cundinamarca : “El cáncer no da tiempo”. 2023; Disponible en: https://repository.urosario.edu.co/items/d1067672-02df-4a56-9b91-df3f959529bd
dc.relation.references88. La conectividad como acelerador para alcanzar la inclusión digital en Colombia [Internet]. UNDP. Disponible en: https://www.undp.org/es/colombia/discursos/conectividad-acelerador-inclusion-digital-colombia
dc.relation.references89. Inteligencia artificial y la educación médica: avances y retos [Internet]. Asociación Colombiana de Facultades de Medicina. 2023. Disponible en: https://ascofame.org.co/web/inteligencia-artificial-educacion-medica/
dc.relation.references90. Calderon JD, Ticliahuanca LFM, Roncal M, Solórzano W. Uso de algoritmos de machine learning para el diagnóstico de melanomas [Internet]. Unpublished; 2021. Available from: http://dx.doi.org/10.13140/RG.2.2.20397.00483
dc.relation.references91. Cifras de Estadísticas digitales en Colombia 2021 - 2022 [Internet]. Agencia de marketing digital. 2022. Disponible en: https://agenciamarketingdigital.com.co/marketing-digital/estadisticas-digitales-en-colombia/
dc.relation.references92. Arteaga MJB. Especialización Inteligencia Artificial [Internet]. Edu.co.Disponible en: https://scda.medellin.unal.edu.co/especializacion-inteligencia-artificial
dc.relation.references93. Linares CLP, Linares CLB, Herrera FA. Telemedicina, impacto y perspectivas para la sociedad actual. Universidad Médica Pinareña. 2018;14(3):289-303
dc.relation.references94. Alianza SinfonIA: una apuesta por la inteligencia artificial [Internet]. Uniandes. Universidad de Los Andes; 2019. Disponible en: https://electricayelectronica.uniandes.edu.co/es/noticia/noticias-departamento/alianza-sinfonia-una-apuesta-por-la-inteligencia-artificial
dc.relation.references95. Forbes.co. Disponible en: https://forbes.co/2021/02/15/negocios/multinacionales-invirtieron-mas-de-us3-910-millones-en-colombia-en-2020
dc.relation.references96. Joison, Barcudi, Majul, Ruffino, Rey DM, Joison, et al. La inteligencia artificial en la educación médica y la predicción en salud. Methodo Investig Apl Las Cienc Biol [Internet]. 2021;6(1). Available from: http://dx.doi.org/10.22529/me.2021.6(1)07
dc.relation.references97. Roca AJ. INTELIGENCIA ARTIFICIAL (IA) Y TRANSFORMACION DEL SISTEMA DE SALUD [Internet]. Academia Nacional de Medicina de Colombia - Órgano consultor del Gobierno Nacional en temas de salud y educación médica. Academia Nacional de Medicina de Colombia; 2021 [citado el 29 de octubre de 2023]. Disponible en: https://anmdecolombia.org.co/inteligencia-artificial-ia-y-transformacion-del-sistema-de-salud/
dc.relation.references98. Riaño Borda, S Detección de melanomas de piel malignos mediante procesamiento digital de imágenes usando redes neuronales convolucionales. [Internet]. Universidad Santo Tomás; 2022 [citado: 2024, enero]
dc.relation.references99. Roca AJ. INTELIGENCIA ARTIFICIAL (IA) Y TRANSFORMACION DEL SISTEMA DE SALUD [Internet]. Academia Nacional de Medicina de Colombia - Órgano consultor del Gobierno Nacional en temas de salud y educación médica. Academia Nacional de Medicina de Colombia; 2021 [citado el 29 de octubre de 2023]. Disponible en: https://anmdecolombia.org.co/inteligencia-artificial-ia-y-transformacion-del-sistema-de-salud/
dc.relation.references100. Arkangel AI [Internet]. Blog Arkangel AI. [cited 2024 Jan 22]. Available from: https://blog.arkangel.ai/es/about
dc.relation.references101. Ocronos R. La inteligencia artificial en diagnóstico médico: descubriendo sus potenciales beneficios. Ocronos - Editorial Científico-Técnica [Internet]. 2023 [cited 2024 Jan 22]; Available from: https://revistamedica.com/inteligencia-artificial-diagnostico-medico-beneficios/
dc.relation.references102. de Francisco ALM. ARTIFICIAL: La Nueva Inteligencia y su Aplicación en Nefrología. Nefrología al día. ISSN: 2659-2606. Disponible en: https://www.nefrologiaaldia.org/609
dc.relation.references103. Español LM en. IA identifica pacientes con cáncer de pulmón avanzado que responden a inmunoterapia [Internet]. Lab Medica en Español. 2023 [cited 2024 Jan 22]. Available from: https://www.labmedica.es/patologia/articles/294798957/ia-identifica-pacientes-con-cancer-de-pulmon-avanzado-que-responden-a-inmunoterapia.html
dc.relation.references104. Han SS, Park GH, Lim W, Kim MS, Na JI, Park I, et al. Deep neural networks show an equivalent and often superior performance to dermatologists in onychomycosis diagnosis: Automatic construction of onychomycosis datasets by region-based convolutional deep neural network. PLoS One [Internet]. 2018;13(1):e0191493. Disponible en: http://dx.doi.org/10.1371/journal.pone.0191493
dc.relation.references105. Baider L, Cáncer y familia: aspectos teóricos y terapéuticos. International Journal of Clinical and Health Psychology [Internet]. 2003;3(3):505-520. Recuperado de: https://www.redalyc.org/articulo.oa?id=33730306
dc.relation.references106. Medinaceli Díaz KI, Silva Choque MM. Impacto y regulación de la Inteligencia Artificial en el ámbito sanitario. Rev IUS [Internet]. 2021;15(48). Available from: http://dx.doi.org/10.35487/rius.v15i48.2021.745
dc.relation.references107. Torres-Avendaño B, Agudelo-Cifuentes MC, Pulgarin-Torres ÁM, Berbesi-Fernández DY. Factores asociados a la sobrecarga en el cuidador primario. Medellín, 2017. Univ Salud [Internet]. 2018;20(3):261. Available from: http://dx.doi.org/10.22267/rus.182003.130
dc.relation.references108. Parlamento Europeo, Dirección General de Servicios de Investigación Parlamentaria, Lekadir K, Quaglio G, Tselioudis Garmendia A, Gallin C. Inteligencia artificial en la atención sanitaria: aplicaciones, riesgos e impactos éticos y sociales . Parlamento Europeo; 2022. Disponible en: doi/10.2861/568473
dc.relation.references109. Alcivar Aguirre AP, Correa Andrade AF, Morales Alomaliza JA, Aveiga Mendoza AV. Aplicaciones de la Inteligencia Artificial en el diagnóstico y tratamiento dermatológico: Avances prometedores y desafíos por resolver. DC [Internet]. 10 de octubre de 2023 [citado 23 de enero de 2024];9(4):796-814. Disponible en: http://dx.doi.org/10.23857/dc.v9i4.3623
dc.relation.references110. Mathise D. Infraestructura para IA: ¿Por qué el almacenamiento es importante? [Internet]. IBM Systems Blog para Latinoamérica - Español. 2020 [cited 2023 Dec 23]. Available from: https://www.ibm.com/blogs/systems/mx-es/2020/10/infraestructura-para-ia-por-que-el-almacenamiento-es-importante/
dc.relation.references111. Inteligencia Artificial en la Medicina [Internet]. Ibm.com. [cited 2023 Dec 23]. Available from: https://www.ibm.com/mx-es/topics/artificial-intelligence-medicine
dc.relation.references112. Oa DEH. Asociación Nacional de Psicología Evolutiva y Educativa de la Infancia, Adolescencia y Mayores Badajoz, España [Internet]. Redalyc.org. [cited 2023 Dec 23]. Available from: https://www.redalyc.org/pdf/3498/349832327003.pdf
dc.relation.references113. Char DS, Shah NH, Magnus D. Implementing machine learning in health care — addressing ethical challenges. N Engl J Med [Internet]. 2018;378(11):981–3. Disponible en: http://dx.doi.org/10.1056/nejmp1714229
dc.relation.references114. Avilez CNL. Análisis de las tecnología de IA orientadas a imágenes reconocimiento de patrones para determinar patología en los sub centros de salud de Babahoyo [Internet]. UNIVERSIDAD TÉCNICA DE BABAHOYO; 2023. Available from: http://dspace.utb.edu.ec/handle/49000/14187
dc.relation.references115. Usos de la inteligencia artificial en medicina y sus beneficios en la salud de los pacientes [Internet]. Sanofi.es. [cited 2023 Dec 23]. Available from: https://campus.sanofi.es/es/noticias/2021/inteligencia-artificial-salud
dc.relation.references116. Serra-Arbeloa P, Rabines-Juárez ÁO, Álvarez-Ruiz MS, Guillén-Grima F. Estudio descriptivo de costes en melanoma cutáneo de diferentes estadios. Actas Dermosifiliogr [Internet]. 2017;108(3):229–36. Available from: http://dx.doi.org/10.1016/j.ad.2016.09.010
dc.relation.references117. Rincón, A. Interpretaciones de los profesionales de la salud sobre el uso de la inteligencia artificial (IA) como tecnología de impacto a la salud pública, análisis desde las ciencias cognitivas. [Internet]. 2023. [citado: 2024, enero] Disponible en: http://hdl.handle.net/20.500.12495/10909
dc.relation.references118. Garzón R, Del pilar A. Interpretaciones de los profesionales de la salud sobre el uso de la inteligencia artificial (IA) como tecnología de impacto a la salud pública, análisis desde las ciencias cognitivas. Maestría en Salud Pública; 2023
dc.relation.references119. Díaz J. La realidad de la Inteligencia Artificial en Salud - IIC [Internet]. Instituto de Ingeniería del Conocimiento. 2019. Disponible en: https://www.iic.uam.es/lasalud/realidad-inteligencia-artificial-salud/
dc.relation.references120. Sas C. Avances en el diagnóstico de cáncer de piel: la inteligencia artificial incorpora criterios humanos para mejorar la precisión [Internet]. CONSULTORSALUD. 2023. Disponible en: https://consultorsalud.com/avances-en-el-diagnostico-de-cancer-de-piel-la-inteligencia-artificial-incorpora-criterios-humanos-para-mejorar-la-precision/.
dc.relation.references121. Calidad de la atención [Internet]. Who.int. Disponible en: https://www.who.int/es/health-topics/quality-of-care
dc.relation.references122. ¿Cómo puede la inteligencia artificial mejorar la salud de los latinoamericanos? [Internet]. Caf.com. CAF; . Disponible en: https://www.caf.com/es/conocimiento/visiones/2021/09/como-puede-la-inteligencia-artificial-mejorar-la-salud-de-los-latinoamericanos/
dc.relation.references123. Garcia-Lopez A, Girón-Luque F, Rosselli D. La integración de la inteligencia artificial en la atención médica: desafíos éticos y de implementación. Univ Médica [Internet]. 2023;64(3). Disponible en: http://dx.doi.org/10.11144/javeriana.umed64-3.inte
dc.relation.references124. La inteligencia artificial en la educación [Internet]. Unesco.org. 2023. Disponible en: https://www.unesco.org/es/digital-education/artificial-intelligence.
dc.relation.references125. Inteligencia Artificial en la Medicina [Internet]. Ibm.com. Disponible en: https://www.ibm.com/mx-es/topics/artificial-intelligence-medicine
dc.relation.references126. ¿Qué es la inteligencia artificial (IA)? [Internet]. Oracle.com. Disponible en: https://www.oracle.com/co/artificial-intelligence/what-is-ai/
dc.relation.references127. Ética de la inteligencia artificial [Internet]. Unesco.org. 2023. Disponible en: https://www.unesco.org/es/artificial-intelligence/recommendation-ethics
dc.rightsCopyright Universidad de Córdoba, 2024
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywordsMelanomaeng
dc.subject.keywordsArtificial intelligenceeng
dc.subject.keywordsMachine learning (ML)eng
dc.subject.keywordsDeep learning (DL)eng
dc.subject.proposalMelanomaspa
dc.subject.proposalInteligencia artificial (IA)spa
dc.subject.proposalAprendizaje automáticospa
dc.subject.proposalAprendizaje profundospa
dc.titlePotencial de la inteligencia artificial para la detección temprana del melanoma maligno en Colombiaspa
dc.typeTrabajo de grado - Especialización
dc.type.coarhttp://purl.org/coar/resource_type/c_46ec
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/workingPaper
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 2 de 2
Miniatura
Nombre:
Monografía García María y Llorente Lucy.pdf
Tamaño:
666.62 KB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
Formato de Autorización.pdf
Tamaño:
7.31 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
D.F.E. Monografía