Integración de un componente de predicción de neumonía con una aplicación cliente mediante un pool de servicios web

Abstract

Este documento presenta un proyecto de desarrollo tecnológico e investigación aplicada, en la línea de investigación “Inteligencia Artificial”, se explica cómo se construye una aplicación cliente y cómo se integra con un algoritmo de Deep Learning (aprendizajea utomático) publicado como servicio web, este algoritmo es utilizado para la detección de neumonía, utilizando imágenes radiológicas.

La problemática abordada en este trabajo es la detección de neumonía, que es la principal causa de muerte infantil en todo el mundo, esta afecta tanto a los niños como a sus familias. De acuerdo con la Organización Mundial de la Salud en 2015 murieron por neumonía 920.136 niños menores de 5 años. Por su parte, las técnicas de aprendizaje supervisado se usan ampliamente en el análisis y detección de enfermedades, incluyendo enfermedades respiratorias agudas. Este trabajo propone el uso de técnicas de Deep Learning para la detección de neumonía utilizando imágenes radiológicas DICOM. Se construyó un modelo usando redes neuronales convolucionales, compuesta por 13 capas, que incluyen la capa de entradas y la capa de salida (binaria). Adicionalmente se construyó una plataforma web que integra este modelo y presenta gráficamente el resultado. El modelo fue validado en términos de métricas de evaluación arrojaron una tasa de verdaderos positivos del 90.2% (sensibilidad), precisión del 76.2% y F1 score del 82.63%.

El documento se encuentra organizado en 4 capítulos, inicia con el capítulo del diseño metodológico, donde se define la descripción del problema, la justificación, se planea formulación del problema y el alcance del proyecto, definiendo así el objetivos general y los objetivos específicos, también es este capítulo se encuentran los marcos de referencia como lo son el marco teórico, marco conceptual y marco legal y consideraciones éticas dando a conocer las leyes que rigen esta investigación y se explican los conceptos básicos utilizados en esta investigación. En el segundo capítulo se evidencia la construcción del modelo donde se explica la procedencia de los datos a utilizar tanto como la selección y preparación de estos mismos, se realiza la construcción del modelo y su evaluación para su futuro uso. Seguido del tercer capítulo, en donde se explica el desarrollo de la plataforma web que consumirá el modelo de predicción en los cuales se encuentran los requerimientos funcionales y no funcionales, también el diseño lógico, diseño gráfico, el desarrollo donde se realiza la integración y al final las pruebas de este. Por último, se encuentra el capítulo de los resultados finales de la plataforma y el modelo desarrollado.