Tamizaje de pacientes con sospecha de cáncer de mama mediante un sistema fuzzy usando variables clínicas

El cáncer de mama es uno de los tipos de cáncer con mayor incidencia en la población femenina y con altas tasas de mortalidad. Con el objetivo de detectar tempranamente esta enfermedad se ha impulsado el uso de técnicas novedosas como la inteligencia artificial aplicada al diagnóstico médico. Este trabajo tiene como objetivo tamizar pacientes con sospecha de cáncer de mama mediante un sistema fuzzy usando variables clínicas. En primer lugar se estudia la relación de ciertas variables socio-demográficas, antecedentes familiares, hormonales y clínicas con el padecimiento de cáncer de mama, en base a la información recolectada por medio de encuestas a pacientes con sospecha de cáncer y su resultado de biopsia. De estas variables, se seleccionan las que presentan mayor correlación con el carcinoma. Se implementan varios sistemas de inteligencia artificial basados en lógica fuzzy, los cuales se fundamentan en clustering, reconocimiento de patrones y sistema de inferencia. Para la evaluación de estos sistemas se determinan los parámetros sensibilidad, especificidad y área bajo la curva ROC comparando el rendimiento entre estos. El mejor rendimiento lo obtiene el sistema de Inferencia fuzzy alcanzando un área bajo la curva ROC de 0.84. El reconocimiento de patrones obtiene el segundo mejor rendimiento con un área bajo la curva ROC de 0.82 y de último pero aún con un muy buen rendimiento se encuentra el clustering que alcanzó un área bajo la curva ROC de 0.8.

• Autores: Fragozo Diaz, Olga Sofia; Martinez Sierra, Cristian Fernando
• Tipo de recurso: http://purl.org/coar/version/c_b1a7d7d4d402bcce
• Fecha de publicación: 2010
• Institución: Universidad Industrial de Santander
• Repositorio: Repositorio UIS
• Idioma: spa
• OAI Identifier: oai:noesis.uis.edu.co:20.500.14071/23330
• Acceso en línea: https://noesis.uis.edu.co/handle/20.500.14071/23330; https://noesis.uis.edu.co
• Palabra clave: Cáncer de mama; Función de membresía; Factores de riesgo; Lógica Fuzzy; Clustering; Reconocimiento de patrones; Curva ROC.; Breast cancer; Membership function; Risk factors; Fuzzy logic; Clustering; Pattern recognition; ROC curve.
• License: Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)