Objetivo General

Objetivo General
El objetivo general de la investigación es demostrar que la inteligencia artificial en el

campo de la medicina puede contribuir a la automatización de procesos de la creación
de diagnósticos clínicos basados en la minería de datos.
Planteamiento del Problema

El diagnóstico clínico requiere de un proceso amplio en el cual se debe analizar la
información obtenida a partir de una consulta médica a un paciente, tomando en cuenta
las comparaciones entre los distintos síntomas. Con el uso de la inteligencia artificial
utilizando la minería de datos es posible que este proceso sea automatizado logrando
que el diagnostico
Justificación
La investigación se enfocará en estudiar los beneficios de la implementación de la
inteligencia artificial en la creación de diagnósticos médicos, ya que debido a la alta
capacidad de procesamiento de un algoritmo que sea capaz de clasificar la información
dada por un paciente, mediante el uso de la minería de datos que se encarga de
comparar los datos para arrojar un resultado congruente y confiable. La investigación
permitirá mostrar las ventajas y el impacto que puede ocasionar el uso de la inteligencia
artificial permitiendo a los médicos automatizar el proceso de recolección de información
mediante una consulta para arrojar un resultado.
Marco teórico.
Inteligencia artificial para asistir el diagnóstico clínico en la medicina

Lugo Reyes Saúl Oswaldo, Maldonado Colín Guadalupe
Los resultados preliminares arrojaron 469 casos correctamente clasificados, una exactitud de 66% con
mediana de exactitud de clasificación de 50%.
Aplicaciones de la inteligencia artificial en la medicina: perspectivas y

problemas.
María del Carmen Expósito Gallardo, Rafael Ávila Ávila
Los resultados que se arrojaron fueron que el procesamiento de datos hechos por un algoritmo de
inteligencia artificial basado en la minería de datos logró determinar un posible diagnostico en un menor
tiempo, pero la comunidad médica aun rechaza la posibilidad de la implementación diagnósticos asistidos
por computadora ya que carecen de fiabilidad en un 100%
Aproximación a la medicina mediante el desarrollo de nuevas

metodologías en la inteligencia artificial
Carmen Navarro Luzón
las metodologías aplicadas son de gran utilidad ya que pueden utilizarse para realizar análisis que ayudan
a un algoritmo inteligente a reconocer patrones en la información proporcionada para establecer un
diagnostico conciso
Redes Neuronales: Concepto y aplicaciones en la medicina

N. Sáenz Bajo y M. Álvaro Ballesteros
el 75% de las pruebas realizadas arrojaron como resultado que los diagnósticos son realizados con mas
precisión y en un intervalo de tiempo menor que el diagnostico hecho por un médico.
Aplicaciones de la inteligencia artificial en la medicina en cardiología

P. Ignacio dorado, Jesus Sampedro, Víctor Vicente, Pedro Sánchez
los resultados arrojados por las encuestas y pruebas aplicadas al diagnóstico para la cardiología
muestran un 10 % más de aciertos en las pruebas aplicadas al diagnóstico.
Avances de la inteligencia artificial en la salud.

Diana Nancy Martínez, Violeta Dalgo, José Herrera, Ana Jiménez
Se evidencia el éxito en la búsqueda de inteligencia artificial y los beneficios sin precedentes a la

humanidad, al tiempo que las investigaciones sobre IA deben asegurar que el impacto futuro sea
beneficioso
Aplicación de las redes neuronales en la medicina
Alberto Delgado
los resultados arrojados dieron a conocer a los investigadores la utilidad de las redes neuronales como
apoyo en el diagnóstico.
Aplicaciones de la IA en la ciencia
Wendy Rauch
el súper ordenador del IBM es capaz de dar diagnósticos de cáncer con un 83% de éxito.
El cuerpo humano ante las nuevas tecnologías médicas.

Monserrat Jerez
los órganos más frecuentes detectados con enfermedades fueron, riñón, hígado, corazón y pulmón
Tecnología médica.
Carlos Hernán
los márgenes de errores se redujeron en un 10% al implementar algoritmos al campo del diagnóstico
que ayudaron a realizar un diagnóstico, así mismo ayudando a reducir incluso su costo.
Población y muestra
Hay aproximadamente 8 consultorios atendidos por Doctores generales los cuales se
encargan de arrojar diagnósticos después de realizar una consulta y son los más
recomendados en la ciudad de Agua Prieta.
Para nuestra muestra tomaremos 3 de los doctores más recomendados para realizar
nuestra recolección de datos.
1. Para nuestro primer doctor, realizaremos una entrevista estructurada donde
abordemos temas acerca de los procedimientos que lleva a cabo en una consulta
para obtener información del paciente.
 ¿Cómo inicia una consulta?

 ¿Qué preguntas hace frecuentemente al paciente?
 ¿Qué información es la más relevante para realizar un diagnóstico?
 ¿Cuánto tarda en arrojar un diagnostico?
 ¿Qué medicamentos receta con más frecuencia?
2. Para nuestro segundo doctor, realizaremos una encuesta donde obtengamos

información de la relación que lleva el doctor con la tecnología en su consultorio y
como implementa el uso de las tecnologías en sus consultas médicas.
 ¿En qué se centra la crítica a la tecnología médica?

 ¿Cuáles son las mayores advertencias que suscita el desarrollo de nuevas tecnologías
que impacten el campo de la tecnología?
 ¿Es segura la tecnología médica para el desarrollo de diagnósticos?
 ¿Hasta qué punto el “factor tecnológico” ha encarecido la medicina?
 ¿Pero qué grado de responsabilidad tiene la tecnología en este proceso?
 ¿Por qué crece la difusión de la tecnología en la creación de diagnósticos?
3. Para nuestro tercer doctor realizaremos una entrevista estructurada donde

buscaremos obtener información de cómo se relaciona la tecnología y la medicina
como instrumento de recolección de información al momento de realizar una
consulta a un paciente, y como la tecnología influye en el proceso para expedir
una receta médica después de arrojar un diagnóstico exacto.
 ¿En qué se centra la crítica a la tecnología médica?

 ¿Cuáles son las mayores advertencias que suscita el desarrollo de nuevas tecnologías
que impacten el campo de la tecnología?
 ¿Es segura la tecnología médica para el desarrollo de diagnósticos?
 ¿Hasta qué punto el “factor tecnológico” ha encarecido la medicina?
 ¿Pero qué grado de responsabilidad tiene la tecnología en este proceso?
 ¿Por qué crece la difusión de la tecnología en la creación de diagnósticos?
INSTRUMENTOS DE RECOLECCION DE INFORMACION

Inteligencia artificial en la medicina como ayuda en la creación de diagnósticos médicos con
minería de datos
Tema: Medicina Tecnológica
¿En qué se centra la crítica a la tecnología médica?

¿Cuáles son las mayores advertencias que suscita el desarrollo de nuevas
tecnologías que impacten el campo de la tecnología?
¿Es segura la tecnología médica para el desarrollo de diagnósticos?
¿Hasta qué punto el “factor tecnológico” ha encarecido la medicina?
¿Pero qué grado de responsabilidad tiene la tecnología en este proceso?
¿Por qué crece la difusión de la tecnología en la creación de diagnósticos?
Categorización de información
Sentido deductivo Sentido inductivo

Es un campo de la estadística y ciencias
de la computación referido al proceso que
Minería de
intenta descubrir patrones en grandes
datos
volúmenes de conjuntos de datos.
Tecnología
Inteligencia Programa de computación diseñado para
Artificial realizar determinadas operaciones que se
consideran propias de la inteligencia
humana.
Aprendizaje Adquisición del conocimiento de algo por

medio del estudio o la experiencia.
Es el procedimiento o proceso por el cual

se identifica un problema o enfermedad,
Medicina Diagnósticos
entidad nosológica, síndrome o cualquier
estado patológico o de salud.
Análisis
Categorización de información
Sentido deductivo Sentido inductivo
Minería de Se espera obtener que mediante la minería

datos de datos se realicen patrones de
información.
Tecnología
Inteligencia Se espera obtener mediante un algoritmo
Artificial basado en minería de datos que se
automatice el proceso de realizar
diagnósticos en menor tiempo.
Aprendizaje Se espera que el algoritmo de inteligencia
artificial sea capaz de aprender a realizar
diagnósticos por medio del procesamiento
de datos.
Se esperan obtener diagnósticos más

exactos y en un menor tiempo.
Medicina Diagnósticos
Resultados
CLASIFICACION DE PATRONES
Una aplicación común de las redes neuronales estáticas es la clasificación de patrones en
clases, normalmente se conocen ejemplos tomados de experiencias pasadas y la idea es
entrenar una red neuronal para que los aprenda. Con el propósito de comprender mejor las
aplicaciones de las redes neuronales en medicina, reportadas en la literatura, se presenta a
continuación un ejemplo de clasificación de patrones. Ejemplo: Considérelos cuatro
patrones mostrados {A, B, C, D} en la tabla1, estos pertenecen a dos clases {Buena, Mala}.
El patrón A se ha codificado como (0.9,-0.9), el patrón B como (-0.9 + 0.9), el patrón C

como (+0.9,-0.9), el patrón D como (+0.9 + 0.9). La clase Buena se ha codificado como
(+0.9) Y la Mala como (-0.9). Esta codificación numérica de los patrones y las clases es
necesaria para entrenarla red neuronal pues esta trabaja con valores numéricos. Al
localizarlos cuatro patrones en el plano, usando el código numérico a signado, tenemos la
figura1. Note que es imposible se parar las clases Buena y Mala con una línea recta, esto
significa que un clasificador lineal no aprenderá la tabla1 y por ello se necesita un
clasificador no lineal como la red neuronal.
Cronograma
 Impresión de instrumentos de recolección de datos ……… (20 enero – 23 enero)
 Aplicación de los instrumentos a la muestra ………. (25 enero – 3 febrero)
 Captura de la información recolectada para variables …. (4 febrero – 14 febrero)
 Análisis de la información ……… (17 febrero – 28 febrero)
 Aplicación de estadísticas a los datos obtenidos ……. (2 marzo – 13 marzo)
 Presentación de tablas de variables ……… (16 marzo – 23 marzo)
 Interpretación de resultados ………. (24 marzo – 3 abril)
 Recomendaciones ………. (6 abril - 17 abril)
 Conclusiones (20 abril – 4 mayo)
 Presentación de investigación ……. (5 mayo – 15 mayo)
 Exposición …………. (18 mayo 29 mayo)
Fuentes
del Río Solá, M. L., JM, L. S., & Puerta, V. (2018). LA INTELIGENCIA ARTIFICIAL EN EL ÁMBITO MÉDICO.
Revista Española de investigaciones quirúrgicas, 113.
Dorado-Díaz, P. I., Sampedro-Gómez, J., Vicente-Palacios, V., & Sánchez, P. L. (2019). Aplicaciones de la
inteligencia artificial en cardiología: el futuro ya está aquí. Revista Española de Cardiología.
Expósito Gallardo, M. D. C., & Ávila Ávila, R. (2008). Aplicaciones de la inteligencia artificial en la
Medicina: perspectivas y problemas. Acimed, 17(5), 0-0.
Lugo-Reyes, S. O., Maldonado-Colín, G., & Murata, C. (2014). Inteligencia artificial para asistir el
diagnóstico clínico en medicina. Revista Alergia México, 61(2), 110-120.
Martínez-García, D. N., Dalgo-Flores, V. M., Herrera-López, J. L., Ana Luisa-Jiménez, E. I., & Velasco-
Acurio, E. F. (2019). Avances de la inteligencia artificial en salud. Dominio de las Ciencias, 5(3), 603-613.
Rauch-Hindin, W. B. (1989). Aplicaciones de la inteligencia artificial en la actividad empresarial, la ciencia

y la industria. Ediciones Díaz de Santos.
แ enz Bajo, N. S., & ม lvaro Ballesteros, M. (2002).

Redes neuronales: concepto, aplicaciones y utilidad en medicina. Atención Primaria, 30(2), 119-120.

Objetivo General

Cargado por

Copyright:

Formatos disponibles

Objetivo General

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Objetivo General

Cargado por

Copyright:

Formatos disponibles

Objetivo General

El objetivo general de la investigación es demostrar que la inteligencia artificial en el

Planteamiento del Problema

Inteligencia artificial para asistir el diagnóstico clínico en la medicina

Aplicaciones de la inteligencia artificial en la medicina: perspectivas y

Aproximación a la medicina mediante el desarrollo de nuevas

Redes Neuronales: Concepto y aplicaciones en la medicina

Aplicaciones de la inteligencia artificial en la medicina en cardiología

Avances de la inteligencia artificial en la salud.

Se evidencia el éxito en la búsqueda de inteligencia artificial y los beneficios sin precedentes a la

El cuerpo humano ante las nuevas tecnologías médicas.

 ¿Cómo inicia una consulta?

2. Para nuestro segundo doctor, realizaremos una encuesta donde obtengamos

 ¿En qué se centra la crítica a la tecnología médica?

3. Para nuestro tercer doctor realizaremos una entrevista estructurada donde

 ¿En qué se centra la crítica a la tecnología médica?

INSTRUMENTOS DE RECOLECCION DE INFORMACION

¿En qué se centra la crítica a la tecnología médica?

Sentido deductivo Sentido inductivo

Aprendizaje Adquisición del conocimiento de algo por

Es el procedimiento o proceso por el cual

Sentido deductivo Sentido inductivo

Minería de Se espera obtener que mediante la minería

Se esperan obtener diagnósticos más

El patrón A se ha codificado como (0.9,-0.9), el patrón B como (-0.9 + 0.9), el patrón C

Rauch-Hindin, W. B. (1989). Aplicaciones de la inteligencia artificial en la actividad empresarial, la ciencia

แ enz Bajo, N. S., & ม lvaro Ballesteros, M. (2002).

También podría gustarte