Desarrollo de un Modelo de Machine Learning para la Clasificación de Imágenes Médicas en la Detección de Cáncer de Pulmón Development of a Machine Learning Model for the Classification of Medical Images in the Detection of Lung Cancer

Resumen

El estudio se centró en desarrollar un modelo de aprendizaje automático (ML) que pudiera categorizar imágenes médicas de cáncer pulmonar, con el objetivo de respaldar el diagnóstico médico. Se empleó un enfoque deductivo, revisión de documentos, una perspectiva cuantitativa, con un diseño no experimental, un nivel descriptivo y se fundamenta en un paradigma positivista. El método utilizado para el análisis es la estadística descriptiva. El dataset se compone de tres categorías: cáncer pulmonar benigno y maligno, pulmones normales, y un total de 1097 imágenes. El primer objetivo concreto fue examinado a través de una matriz de análisis documental, para seleccionar el modelo mediante la verificación de los 5 especialistas. Los hallazgos indicaron un tiempo de entrenamiento de 12.88 segundos, dividiendo los datos en el 20% de prueba se correspondió con 220 imágenes y el 80% de entrenamiento se correspondió con 877 imágenes. De las 220 imágenes evaluadas, 136 fueron detectadas con cáncer y 84 fueron sin presencia de cáncer. Para concluir, se ha comprobado que el modelo Máquina de Vectores de Soporte (SVM) es altamente eficiente en la categorización de imágenes médicas de cáncer pulmonar, superando dificultades vinculadas a la calidad y volumen de datos. Se aconseja realizar una validación rigurosa con información adicional y crear un reporte minucioso en 1 a 3 meses para garantizar la solidez del modelo antes de su puesta en marcha