Clasificación de imágenes indeterminadas de cáncer cutáneo a través de técnicas de Análisis de Datos

Abstract

El trabajo desarrolla un modelo basado en aprendizaje automático para clasificar imágenes dermatoscópicas indeterminadas de lesiones cutáneas, un desafío crucial en el diagnóstico temprano del cáncer de piel. Utilizando bases de datos públicas como ISIC (International Skin Imaging Collaboration), se aplicaron técnicas de preprocesamiento y aprendizaje por transferencia con modelos preentrenados como ResNet, mobilenet y Xception. El modelo de redes neuronales convolucionales (CNN) alcanzó resultados competitivos en métricas como precisión, sensibilidad y AUC (Área bajo la curva), proporcionando además análisis de patrones útiles para los especialistas. Esta herramienta mejora la precisión diagnóstica, reduce la necesidad de biopsias invasivas y contribuye a la implementación de soluciones tecnológicas que optimizan la atención médica y la calidad de vida de los pacientes.