• 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.

    Identificar los errores interpretativos y factores técnicos que pueden ser solucionados mediante la implementación de sistemas de inteligencia artificial

    Thumbnail
    QRCode
    View/Open
    amandradev.pdf (621.2Kb)
    Share
    Date
    2024-05-29
    Author
    Andrade Varón, Angie Mariana
    Duarte Sandoval, Paula Andrea
    Quintero Calderón, Lizeth
    Pulido Castillo, Angie Katherin
    Vargas González, Andrea Yiseth
    Advisor
    Marín Mora, Cristian Andrés

    Citación

           
    TY - GEN T1 - Identificar los errores interpretativos y factores técnicos que pueden ser solucionados mediante la implementación de sistemas de inteligencia artificial AU - Andrade Varón, Angie Mariana AU - Duarte Sandoval, Paula Andrea AU - Quintero Calderón, Lizeth AU - Pulido Castillo, Angie Katherin AU - Vargas González, Andrea Yiseth Y1 - 2024-05-29 UR - https://repository.unad.edu.co/handle/10596/63272 AB - Este proyecto de investigación se centra en mejorar la precisión del diagnóstico en imágenes médicas mediante la integración de sistemas de Inteligencia Artificial (IA). Aborda la corrección de errores interpretativos y factores técnicos en radiología. El estudio destaca los desafíos que enfrenta el diagnóstico radiológico, enfatizando los errores y discrepancias comunes que ocurren, lo que lleva a la necesidad de mejorar el rendimiento del diagnóstico. Al explorar el impacto de la IA en las imágenes médicas, el proyecto pretende aprovechar los algoritmos de IA para analizar grandes conjuntos de datos de imágenes radiológicas, detectar patrones sutiles y reducir los errores de diagnóstico. La investigación subraya el potencial de la IA para complementar a los radiólogos en la interpretación de imágenes y, en última instancia, mejorar la precisión del diagnóstico y los resultados de los pacientes. Palabras Clave: Inteligencia Artificial (IA), Precisión Diagnostica, Errores de Interpretación, Radiología, Aprendizaje Automático, Flujo de Trabajo ER - @misc{10596_63272, author = {Andrade Varón Angie Mariana and Duarte Sandoval Paula Andrea and Quintero Calderón Lizeth and Pulido Castillo Angie Katherin and Vargas González Andrea Yiseth}, title = {Identificar los errores interpretativos y factores técnicos que pueden ser solucionados mediante la implementación de sistemas de inteligencia artificial}, year = {2024-05-29}, abstract = {Este proyecto de investigación se centra en mejorar la precisión del diagnóstico en imágenes médicas mediante la integración de sistemas de Inteligencia Artificial (IA). Aborda la corrección de errores interpretativos y factores técnicos en radiología. El estudio destaca los desafíos que enfrenta el diagnóstico radiológico, enfatizando los errores y discrepancias comunes que ocurren, lo que lleva a la necesidad de mejorar el rendimiento del diagnóstico. Al explorar el impacto de la IA en las imágenes médicas, el proyecto pretende aprovechar los algoritmos de IA para analizar grandes conjuntos de datos de imágenes radiológicas, detectar patrones sutiles y reducir los errores de diagnóstico. La investigación subraya el potencial de la IA para complementar a los radiólogos en la interpretación de imágenes y, en última instancia, mejorar la precisión del diagnóstico y los resultados de los pacientes. Palabras Clave: Inteligencia Artificial (IA), Precisión Diagnostica, Errores de Interpretación, Radiología, Aprendizaje Automático, Flujo de Trabajo}, url = {https://repository.unad.edu.co/handle/10596/63272} }RT Generic T1 Identificar los errores interpretativos y factores técnicos que pueden ser solucionados mediante la implementación de sistemas de inteligencia artificial A1 Andrade Varón, Angie Mariana A1 Duarte Sandoval, Paula Andrea A1 Quintero Calderón, Lizeth A1 Pulido Castillo, Angie Katherin A1 Vargas González, Andrea Yiseth YR 2024-05-29 LK https://repository.unad.edu.co/handle/10596/63272 AB Este proyecto de investigación se centra en mejorar la precisión del diagnóstico en imágenes médicas mediante la integración de sistemas de Inteligencia Artificial (IA). Aborda la corrección de errores interpretativos y factores técnicos en radiología. El estudio destaca los desafíos que enfrenta el diagnóstico radiológico, enfatizando los errores y discrepancias comunes que ocurren, lo que lleva a la necesidad de mejorar el rendimiento del diagnóstico. Al explorar el impacto de la IA en las imágenes médicas, el proyecto pretende aprovechar los algoritmos de IA para analizar grandes conjuntos de datos de imágenes radiológicas, detectar patrones sutiles y reducir los errores de diagnóstico. La investigación subraya el potencial de la IA para complementar a los radiólogos en la interpretación de imágenes y, en última instancia, mejorar la precisión del diagnóstico y los resultados de los pacientes. Palabras Clave: Inteligencia Artificial (IA), Precisión Diagnostica, Errores de Interpretación, Radiología, Aprendizaje Automático, Flujo de Trabajo OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Inteligencia Artificial (IA) Google Scholar
    Aprendizaje Automático Google Scholar
    Radiología Google Scholar
    Salud Google Scholar
    Regional / Country coverage
    cead_-_ibagué
    Metadata
    Show full item record
    PDF Document
    Description of the content
    Este proyecto de investigación se centra en mejorar la precisión del diagnóstico en imágenes médicas mediante la integración de sistemas de Inteligencia Artificial (IA). Aborda la corrección de errores interpretativos y factores técnicos en radiología. El estudio destaca los desafíos que enfrenta el diagnóstico radiológico, enfatizando los errores y discrepancias comunes que ocurren, lo que lleva a la necesidad de mejorar el rendimiento del diagnóstico. Al explorar el impacto de la IA en las imágenes médicas, el proyecto pretende aprovechar los algoritmos de IA para analizar grandes conjuntos de datos de imágenes radiológicas, detectar patrones sutiles y reducir los errores de diagnóstico. La investigación subraya el potencial de la IA para complementar a los radiólogos en la interpretación de imágenes y, en última instancia, mejorar la precisión del diagnóstico y los resultados de los pacientes. Palabras Clave: Inteligencia Artificial (IA), Precisión Diagnostica, Errores de Interpretación, Radiología, Aprendizaje Automático, Flujo de Trabajo
    Format
    pdf
    Type of digital resource
    Diplomado de profundización para grado
    URI
    https://repository.unad.edu.co/handle/10596/63272
    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: