Machine learning y redes neuronales en la medicina: Aplicación del lenguaje Python en el diagnóstico asistido de imágenes médicas

Abstract

Este artículo presenta una solución basada en técnicas de Machine Learning y redes neuronales convolucionales (CNN), implementada mediante el lenguaje Python, orientada al diagnóstico asistido de imágenes médicas. El objetivo fue diseñar e integrar un sistema accesible que apoye a médicos y centros sanitarios con recursos limitados en la detección de patologías pulmonares comunes como neumonía, infiltrado pulmonar y edema. El modelo se entrenó utilizando bibliotecas como TensorFlow, PyTorch y Hugging Face Transformers, junto con datasets públicos como ChestX-ray14 y un conjunto ampliado de imágenes de Kaggle enfocado en análisis pulmonar post-COVID-19. Los resultados muestran una precisión promedio superior al 80% en la identificación de condiciones clínicas relevantes, validado por especialistas médicos y comparado con diagnósticos realizados por radiólogos expertos. Este trabajo contribuye al campo al demostrar cómo herramientas accesibles pueden integrarse en sistemas de salud con escaso acceso a tecnología avanzada, mejorando tiempos de respuesta y reduciendo la dependencia de equipos costosos o infraestructura compleja.

Ähnliche Arbeiten