• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Diplomados
    • Diplomados (ECISA)
    • Diplomado de Profundización en Control de la Calidad en Radiología Digital
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Diplomados
    • Diplomados (ECISA)
    • Diplomado de Profundización en Control de la Calidad en Radiología Digital
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    La inteligencia artificial (IA) aplicada al diagnóstico de COVID-19 mediante imágenes radiológicas

    Thumbnail
    QRCode
    View/Open
    ljpeñarandag.pdf (723.5Kb)
    Share
    Date
    2024-06-13
    Author
    Claro Peñaranda, Leonardo José
    Monsalve Mejía, Silvia Juliana
    Gómez Rincón, Debora Myriam
    García Romero, Edwin
    Garrido Ballesteros, Denilson Raúl
    Advisor
    Perea Duran, Vanessa Catherine

    Citación

           
    TY - GEN T1 - La inteligencia artificial (IA) aplicada al diagnóstico de COVID-19 mediante imágenes radiológicas AU - Claro Peñaranda, Leonardo José AU - Monsalve Mejía, Silvia Juliana AU - Gómez Rincón, Debora Myriam AU - García Romero, Edwin AU - Garrido Ballesteros, Denilson Raúl Y1 - 2024-06-13 UR - https://repository.unad.edu.co/handle/10596/62790 AB - este trabajo explora diferentes metodologías de inteligencia artificial (IA) aplicadas a la determinación efectiva del COVID-19 obteniendo una prueba diagnóstica basada en el uso de aprendizaje automático aplicado a radiografías de tórax para hacer el diagnóstico de COVID-19, para lo cual se recolectó datos de diferentes trabajos de investigación para los casos de COVID.19. evaluando la sensibilidad de la clasificación e imágenes de radiografía de tórax mediante el aprendizaje automático al ser comparada frente al estándar de oro para diagnóstico de COVID-19 la prueba de RT-PCR y prueba antigénica. el diagnóstico de COVID-19 por IA logró una sensibilidad de 90.13%, especificidad de 80.91%, valor predictivo positivo de 70.24%, valor predictivo negativo de 94.25% y una precisión de 83.98%. convirtiéndola en una herramienta adecuada para el diagnóstico de COVID-19. ER - @misc{10596_62790, author = {Claro Peñaranda Leonardo José and Monsalve Mejía Silvia Juliana and Gómez Rincón Debora Myriam and García Romero Edwin and Garrido Ballesteros Denilson Raúl}, title = {La inteligencia artificial (IA) aplicada al diagnóstico de COVID-19 mediante imágenes radiológicas}, year = {2024-06-13}, abstract = {este trabajo explora diferentes metodologías de inteligencia artificial (IA) aplicadas a la determinación efectiva del COVID-19 obteniendo una prueba diagnóstica basada en el uso de aprendizaje automático aplicado a radiografías de tórax para hacer el diagnóstico de COVID-19, para lo cual se recolectó datos de diferentes trabajos de investigación para los casos de COVID.19. evaluando la sensibilidad de la clasificación e imágenes de radiografía de tórax mediante el aprendizaje automático al ser comparada frente al estándar de oro para diagnóstico de COVID-19 la prueba de RT-PCR y prueba antigénica. el diagnóstico de COVID-19 por IA logró una sensibilidad de 90.13%, especificidad de 80.91%, valor predictivo positivo de 70.24%, valor predictivo negativo de 94.25% y una precisión de 83.98%. convirtiéndola en una herramienta adecuada para el diagnóstico de COVID-19.}, url = {https://repository.unad.edu.co/handle/10596/62790} }RT Generic T1 La inteligencia artificial (IA) aplicada al diagnóstico de COVID-19 mediante imágenes radiológicas A1 Claro Peñaranda, Leonardo José A1 Monsalve Mejía, Silvia Juliana A1 Gómez Rincón, Debora Myriam A1 García Romero, Edwin A1 Garrido Ballesteros, Denilson Raúl YR 2024-06-13 LK https://repository.unad.edu.co/handle/10596/62790 AB este trabajo explora diferentes metodologías de inteligencia artificial (IA) aplicadas a la determinación efectiva del COVID-19 obteniendo una prueba diagnóstica basada en el uso de aprendizaje automático aplicado a radiografías de tórax para hacer el diagnóstico de COVID-19, para lo cual se recolectó datos de diferentes trabajos de investigación para los casos de COVID.19. evaluando la sensibilidad de la clasificación e imágenes de radiografía de tórax mediante el aprendizaje automático al ser comparada frente al estándar de oro para diagnóstico de COVID-19 la prueba de RT-PCR y prueba antigénica. el diagnóstico de COVID-19 por IA logró una sensibilidad de 90.13%, especificidad de 80.91%, valor predictivo positivo de 70.24%, valor predictivo negativo de 94.25% y una precisión de 83.98%. convirtiéndola en una herramienta adecuada para el diagnóstico de COVID-19. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Inteligencia Artificial Google Scholar
    Gestión Pública Google Scholar
    Algoritmos de Aprendizaje Google Scholar
    Ciencia de Datos Google Scholar
    Pandemia Google Scholar
    Regional / Country coverage
    cead_-_ocaña
    Metadata
    Show full item record
    PDF Document
    Description of the content
    este trabajo explora diferentes metodologías de inteligencia artificial (IA) aplicadas a la determinación efectiva del COVID-19 obteniendo una prueba diagnóstica basada en el uso de aprendizaje automático aplicado a radiografías de tórax para hacer el diagnóstico de COVID-19, para lo cual se recolectó datos de diferentes trabajos de investigación para los casos de COVID.19. evaluando la sensibilidad de la clasificación e imágenes de radiografía de tórax mediante el aprendizaje automático al ser comparada frente al estándar de oro para diagnóstico de COVID-19 la prueba de RT-PCR y prueba antigénica. el diagnóstico de COVID-19 por IA logró una sensibilidad de 90.13%, especificidad de 80.91%, valor predictivo positivo de 70.24%, valor predictivo negativo de 94.25% y una precisión de 83.98%. convirtiéndola en una herramienta adecuada para el diagnóstico de COVID-19.
    Format
    pdf
    Type of digital resource
    Diplomado de profundización para grado
    Content relationship
    Ciencias de la Salud
    URI
    https://repository.unad.edu.co/handle/10596/62790
    Collections
    • Diplomado de Profundización en Control de la Calidad en Radiología Digital [137]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: