Logotipo del repositorio
  • Español
  • English
  • Iniciar sesión
    Ayuda

    Instrucciones:

    El Repositorio Institucional Académico (RIA) de la Universidad Andrés Bello, es un recurso de acceso abierto. No obstante, y de acuerdo con la ley chilena vigente sobre propiedad intelectual, mantiene en acceso restringido diversos documentos, los cuales sólo pueden ser consultados por la comunidad universitaria registrada. Para poder acceder a éstos, verificar el tipo de usuario y método de acceso, siguiendo las instrucciones que se detallan a continuación:

    • Si eres investigador, docente o funcionario con correo @unab.cl, ingresa utilizando tu usuario de computador o intranet (nombre de usuario sin incluir @unab.cl) y clave.
    • Si eres alumno, profesor adjunto o exalumno con correo @uandresbello.edu, debes registrarte primero, pinchando donde dice Nuevo usuario. Una vez registrado y obtenida el alta, ingresa con el correo electrónico institucional y la clave elegida. El registro se debe realizar utilizando la cuenta de correo institucional, no serán válidas cuentas gmail, hotmail o cualquier otro proveedor.
    • Si eres usuario externo, contactar directamente a repositorio@unab.cl
    o
    ¿Nuevo Usuario? Pulse aquí para registrarse¿Has olvidado tu contraseña?
  • Comunidades
  • Todo RIA
  • Contacto
  • Procedimientos de publicaciónDerecho de autorPolíticas del Repositorio
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Romero Retamal, Pedro."

Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
  • No hay miniatura disponible
    Ítem
    Algoritmos de la inteligencia artificial en la interpretación de imágenes pulmonares en tomografía computarizada
    (Universidad Andrés Bello, 2024) Morales González Catalina Soledad; Rivera Sepúlveda Carolina Belén; Torres Valdebenito Josefa Catalina.; Romero Retamal, Pedro.; Facultad de Medicina; Escuela de Tecnología Médica.
    Título de la propuesta: Algoritmos de la inteligencia artificial en la interpretación de imágenes pulmonares en la tomografía computada. Antecedentes: La IA ha evolucionado significativamente y se ha integrado en diversas áreas, incluyendo la salud. El término IA refiere a la capacidad de las máquinas para imitar las funciones cognitivas humanas, como el aprendizaje y la resolución de problemas. En TC, la IA apoya en la detección e interpretación de imágenes pulmonares. Esto plantea la pregunta sobre el impacto clínico actual de la IA en la precisión diagnóstica de la TC pulmonar. Hipótesis y Objetivos: La integración de IA en la interpretación de TC pulmonares aumenta la precisión y eficiencia diagnóstica al proporcionar descripciones detalladas de los hallazgos, facilitando el diagnóstico médico. Para comprobar esto se identificarán los métodos que existen de IA en TC, se conocerá el nivel de eficacia de los algoritmos en la detección de hallazgos de imágenes pulmonares, se establecerán diferencias entre la detección de MR vs una IA y se identificarán limitaciones de la IA en la interpretación de imágenes pulmonares en TC. Metodología: Sigue los procedimientos de una revisión sistemática cualitativa, que permitirá indagar la literatura existente para lograr identificar las tendencias en los distintos estudios encontrados del área de interés sobre la integración de la IA en TC. Resultados/Conclusiones: La integración de la IA en TC ha mejorado significativamente la precisión diagnóstica y la eficiencia en la atención médica, especialmente en la detección de enfermedades pulmonares como el cáncer y los nódulos. Aunque la IA no reemplaza a los MR, complementa su labor y ofrece un potencial transformador en la práctica clínica.