Resumen

El melanoma se considera una de las neoplasias humanas ms peligrosas, que se diagnostica visualmente o mediante anlisis dermatoscpico y examen histopatolgico. Sin embargo, como estos mtodos tradicionales se basan en la experiencia humana y se implementan manualmente, han tenido grandes limitaciones para su uso general en la prctica clnica actual. En este trabajo, se propone un novedoso enfoque hbrido de aprendizaje automtico para identificar melanomas para la atencin sanitaria de la piel en diversos casos. El enfoque propuesto consiste en mtodos clsicos de aprendizaje automtico, incluidas redes neuronales convolucionales (CNN), EfficientNet y aprendizaje automtico supervisado XGBoost. En el enfoque propuesto, se entrena un modelo de aprendizaje profundo directamente a partir de pxeles sin procesar y etiquetas de imgenes para la clasificacin de lesiones cutneas. A continuacin, basndose nicamente en el modelado de diversas caractersticas de los pacientes, se adopta un modelo XGBoost para predecir el cncer de piel. A continuacin, se desarrolla un sistema de diagnstico compuesto por el modelo de aprendizaje profundo y el modelo XGBoost para mejorar an ms la eficiencia y la precisin de la prediccin. A diferencia de los mtodos basados en la experiencia y los mtodos de aprendizaje automtico basados nicamente en imgenes, el enfoque propuesto se desarrolla basndose en la teora del aprendizaje profundo y la ingeniera de caractersticas. Los experimentos demuestran que el modelo hbrido supera al modelo nico, como el modelo tradicional de aprendizaje profundo o el modelo XGBoost. Adems, las caractersticas basadas en datos pueden ayudar al enfoque propuesto a desarrollar una gua para el anlisis de imgenes en otras aplicaciones mdicas.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Melanoma; Aprendizaje automático; Cuidado de la piel; Modelo de aprendizaje profundo; Modelo XGBoost; Análisis de imágenes
• Keywords:Melanoma; Machine learning; Skin healthcare; Deep learning model; XGBoost model; Image analysis