Desarrollo de un algoritmo de machine learning para identificar y clasificar hemorragias Intracraneales con tomografías en el Hospital de Especialidades del CMN La Raza
Date
2025-10
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
“La hemorragia intracraneal, tanto traumática como espontánea, es una emergencia médica crítica con alta mortalidad y potenciales secuelas neurológicas. La detección y clasificación precisas de estas hemorragias son vitales para el pronóstico y toma de decisiones terapéuticas. La tomografía computarizada se destaca como la herramienta diagnóstica más eficiente y rápida, pero su interpretación depende de la experiencia del personal médico, lo que puede llevar a errores y retrasos. Las tecnologías de aprendizaje automático presentan una solución prometedora al permitir una identificación y clasificación automatizadas, mejorando así la precisión y velocidad diagnóstica. Estos modelos, especialmente las redes neuronales convolucionales, son capaces de reconocer patrones en las imágenes de tomografía y realizar segmentaciones automáticas de los hematomas, que es crucial para la evaluación clínica. Integrar estos algoritmos en el flujo de trabajo hospitalario podría optimizar los tiempos de respuesta y mejorar el manejo de pacientes con hemorragias intracraneales al ofrecer una herramienta de apoyo que complemente el juicio médico sin reemplazarlo”.
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading