Diagnóstico de cáncer mediante inteligencia artificial

Abstract

[ES] El cáncer es la enfermedad más prevalente del mundo. Debido a su dificultad en el tratamiento y a la dependencia de las condiciones genéticas del paciente, el diagnóstico es la principal vía de mejora de la calidad de vida del paciente. Aquí entra en juego la inteligencia artificial, la cual hoy en día parece estar por todas partes. Sin embargo, más allá de sus usos personales, posee un alto potencial para emplearse en el ámbito científicomédico para tareas que impliquen el reconocimiento de patrones como es el diagnóstico de cáncer. A lo largo de este trabajo se realizarán modelos de inteligencia artificial que emplearán diferentes algoritmos para verificar si es posible el diagnóstico de cáncer con una elevada exactitud. Se modelarán desde algoritmos numéricos como la regresión lineal múltiple, hasta complejos algoritmos similares al funcionamiento del cerebro humano, como es el aprendizaje profundo. Se explorarán estas opciones para determinar cuales son capaces de ofrecer un diagnóstico altamente fiable para un tipo específico de cáncer, ya sea mediante parámetros fisiopatológicos o por análisis de imágenes, y sin aplicar ningún tipo de técnica invasiva al paciente

[EN] Cancer is the most prevalent disease in the world. Due to its difficult treatment and its dependance on the patient genes, diagnosis has become the main way to improve patient life quality. This is where artificial intelligence comes in, which seems to be everywhere nowadays. Nevertheless, beyond its personal uses, it possesses a high potential for application in the scientific and medical field, particularly for tasks that involves pattern recognition, such as cancer diagnosis. Throughout this project, artificial intelligence models will be developed based on different algorithms in order to high accuracy cancer diagnosis. It will be modeled from numerical algorithms, such as multiple linear regression, to complex human brain-like algorithms, such as deep learning. These options will be tested aiming the determination of which ones are capable of diagnose a specific type of cancer with a high reliability, using either physiopathological parameters or image analysis, without applying any invasive techniques on the patient