Detección de Patologías Pulmonares: Un Enfoque Basado en IA con Redes Neuronales Convolucionales

• Pablo Ramirez A. UAI

DOI: https://doi.org/10.5753/cibse.2025.35303

Resumo

El diagnóstico temprano de enfermedades pulmonares mejora significativamente la supervivencia. Este estudio utiliza un enfoque de investigación-acción con CNNs, ResNet152 y Vision Transformers, optimizados con Data Augmentation. Aplicando la norma ISO 25059:2023, se abordan la interpretabilidad, robustez y seguridad de los datos. Los resultados iniciales muestran una precisión superior al 93%, apoyada por mapas de calor que destacan zonas clave en las imágenes, facilitando la labor médica. Se integran principios éticos para proteger la privacidad del paciente. El proyecto busca reducir errores diagnósticos y promover el uso seguro de inteligencia artificial en hospitales, con miras a validación clínica futura.

Palavras-chave: Redes Neuronales Convolucionales (CNNs), ResNet152, Vision Transformers, Data Augmentation, Norma ISO 25059:2023, Inteligencia Artificial

Referências

Cai, W., Wang, X., Zhang, X., & Zhang, Y. (2023). Explainable AI for Medical Imaging: Techniques and Applications. Journal of Medical Imaging and Health Informatics, 13(2), 345-358.

Chen, L., Wu, H., Xu, Y., & Zhou, Z. (2022). Deep Learning Approaches for Lung Nodule Detection: Current Trends and Future Directions. International Journal of Computer-Assisted Radiology and Surgery, 17(4), 567-580.

Huang, J., Li, F., Zhao, M., & Yang, T. (2021). Data Augmentation Techniques for Medical Image Analysis: A Comprehensive Review. Computerized Medical Imaging and Graphics, 92, 101967.

Liu, Y., Lu, H., Zhang, J., & Sun, H. (2023). Advancements in Vision Transformers for Medical Image Analysis: Challenges and Opportunities. Artificial Intelligence in Medicine, 135, 102525.

Martínez, R., Sánchez, A., & Paredes, P. (2020). Enhancing Lung Cancer Detection with Hybrid Deep Learning Models: Combining CNNs and Transformers. Journal of Thoracic Imaging, 35(3), 210-219.

Tang, S., Zhou, L., & Chen, P. (2021). Automated Lung Cancer Diagnosis Using Deep Learning Techniques: A Review of Recent Advances. Computational and Structural Biotechnology Journal, 19, 2453-2467.

Wang, J., Zhao, L., & Li, R. (2022). Improving Model Interpretability in Medical AI: The Role of Explainability Tools. Frontiers in Medicine, 9, 858342.

Ramirez Amador, P. (2023). Algoritmos de Inteligencia Artificial para la Detección de Patologías Relacionadas con el Cáncer de Pulmón a través del Análisis de Imágenes utilizando Redes Neuronales Convolucionales y Data Augmentation: un mapeo sistemático de la literatura.

Amador, P. R., Ortega, D. M., & Cesarano, A. (2024). Detection of pulmonary pathologies using convolutional neural networks, Data Augmentation, ResNet50 and Vision Transformers. arXiv preprint arXiv:2409.14446.