Utilidad de un sistema de inteligencia artificial para la precisión diagnóstica de cálculos renales en las imágenes de tomografía abdominopélvica simple de pacientes del Hospital Regional ISSSTE Puebla

Simple item page
dc.audiencegeneralPublic
dc.contributorRodríguez Rivas, Dinorah Ivonne
dc.contributorSánchez Parra, Blanca Lucia
dc.contributorMoreno Pérez, Gerardo
dc.contributorArellano Romero, Israel
dc.contributorGálvez Romero, José Luis
dc.contributor.advisorGálvez Romero, José Luis; 0000-0002-6560-3596
dc.contributor.authorLandaverde Sandoval, Juan Pablo
dc.creatorLandaverde Sandoval, Juan Pablo; 0009-0008-0644-5138
dc.date.accessioned2026-10-22T17:04:25Z
dc.date.available2026-10-22T17:04:25Z
dc.date.issued2025-10-28
dc.description.abstract"Los cálculos renales afectan al 1-20% de la población mundial, con alto impacto en salud pública por su morbilidad y costos asociados. La tomografía abdominopélvica simple es el estándar de oro para su diagnóstico, pero su interpretación depende de la experiencia del radiólogo. La inteligencia artificial (IA), mediante redes neuronales convolucionales, ha mostrado potencial para mejorar la precisión diagnóstica, aunque su validación en entornos clínicos locales es limitada Evaluar la utilidad de un sistema de inteligencia artificial para detectar cálculos renales en tomografías abdominopélvicas simples del Hospital Regional ISSSTE Puebla. Estudio de precisión diagnóstica con diseño prospectivo y longitudinal. Se incluyeron 227 pacientes (138 con litiasis confirmada por ureterorrenoscopia y 89 controles). Las imágenes fueron analizadas por un modelo de inteligencia artificial entrenado con AutoML Vision. Se calculó sensibilidad, especificidad y valores predictivos, considerando la ureterorrenoscopia como el estándar de oro. El sistema de inteligencia artificial mostró una sensibilidad del 97.8% (135/138 casos detectados) y especificidad del 96.6% (86/89 controles correctos). Los falsos negativos fueron 2.2% (3/138) y los falsos positivos 3.4% (3/89). La litiasis fue más frecuente en pacientes de 30-60 años (media: 49.17 años), sin diferencias por sexo. La localización predominante fue el sistema colector inferior (26.1%), seguido de afectación de múltiples sistemas colectores (21%)".
dc.folio20260420134020-9323-T
dc.formatpdf
dc.identificator3
dc.identifier.urihttps://hdl.handle.net/20.500.12371/34366
dc.language.isospa
dc.matricula.creator222650900
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationMEDICINA Y CIENCIAS DE LA SALUD
dc.subject.lccMedicina (General)--Aplicaciones informáticas en medicina--Temas especiales--Inteligencia artificial
dc.subject.lccMedicina interna--Especialidades de la medicina interna--Enfermedades del sistema genitourinario--Enfermedades de los órganos urinarios--Enfermedades de los riñones--Cálculos urinarios
dc.subject.lccMedicina interna--Diagnóstico--Otros especiales--Tomografía
dc.subject.lccRiñones--Cálculos--Diagnóstico
dc.subject.lccDiagnóstico por imagen--Procesamiento de datos
dc.thesis.careerEspecialidad en Urología
dc.thesis.degreedisciplineÁrea de Ciencias Naturales y de la Salud
dc.thesis.degreegrantorFacultad de Medicina
dc.titleUtilidad de un sistema de inteligencia artificial para la precisión diagnóstica de cálculos renales en las imágenes de tomografía abdominopélvica simple de pacientes del Hospital Regional ISSSTE Puebla
dc.typeTrabajo terminal, especialidad
dc.type.conacytacademicSpecialization
dc.type.degreeEspecialidad
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
20260420134020-9323-T.pdf
Size:
31.8 MB
Format:
Adobe Portable Document Format
Download
Name:
20260420134020-9323-CARTA.pdf
Size:
1.49 MB
Format:
Adobe Portable Document Format
Collections
Tesis de Especialidad