Detección de Masas y Nódulos en Radiografias de Tórax con Deep Learning

• Implementar el modelo de redes neuronales convolucionales Densely en TensorFlow para ser entrenado en identificar masas y nódulos pulmonares en imágenes radiográficas digitales de tórax.

El Deep Learning es una tecnología que se basa en aprender de manera automática por medio de algoritmos y técnicas que facilitan el trabajo humano, esto permitiría obtener un mayor alcance a la hora de realizar trabajos repetitivos, lo que minimizaría el trabajo humano para que puedan concretarse en otras actividades más productivas, con esto se quiere obtener mayor eficiencia y eficacia a la hora de realizar los trabajos, en este caso, al realizarse un sondeo de las radiografías de tórax con el fin de detectar anomalías en las imágenes, de ser así, poder marcar los puntos con mayor probabilidad de que sea una masa o nódulo. De esta manera permitirle al médico encargado encargarse solo de la verificación indicados por el sistema para así minimizar el tiempo de sondeo de la imagen, esto a su vez, mejorará la eficiencia del médico al no estar tan agotado luego de muchas revisiones de radiografías. 

Debido al incremento del número de pacientes que pueden soportar los sistemas públicos de salud, así como la falta de médicos especialista en imágenes médicas que puedan evaluar y diagnosticar de forma precisa cada caso que se les presenta, se hace necesario el desarrollo de técnicas automáticas para la detección temprana de masas y nódulos a partir de radiografías de tórax. 

Como se explicó anteriormente, los tumores malignos son la primera causa de muerte en Panamá. Dada esta problemática, y las relacionadas con la interpretación de radiografías, existe una gran necesidad de desarrollar sistemas computacionales que puedan ayudar a los radiólogos a detectar masas y nódulos en radiografías de tórax con Deep Learning. De allí que, este programa será capaz de analizar las radiografías de tórax y ser un recurso de apoyo para que el especialista se pueda respaldar al momento de examinar las radiografías.