Licenciatura en Radiología e Imágenes Diagnósticas

Permanent URI for this collectionhttp://192.168.0.83:4000/handle/123456789/31

Browse

Filters

2024 - 20252

Settings

Author: search.filters.author.Gutiérrez Zehr, Johana (Asesor metodológico)Subject: search.filters.subject.Especificidad

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Análisis de la eficiencia de la inteligencia artificial para la detección de fracturas en radiografías simples, revisión documental 2025
    (2025-08-30) Iglesias, Gilberto; Tuñón, Carlos; Vargas, Javier; Martínez, Marisol (Director del trabajo); Gutiérrez Zehr, Johana (Asesor metodológico)
    La inteligencia artificial (IA) está en auge en el diagnóstico de imágenes médicas y ha traído esperanzas especialmente altas en la detección de fracturas óseas utilizando radiografías simples. El objetivo de este estudio es examinar la efectividad de la IA en este contexto a través de una revisión documental de artículos publicados entre 2016 y 2024.A pesar del progreso en la tecnología, algunos problemas técnicos, éticos y legales aún deben abordarse, lo que todavía impide su implementación clínica, incluyendo la generalización del modelo en diferentes poblaciones, la variación en la calidad de las imágenes, la transparencia del algoritmo y la responsabilidad médica en caso de errores de diagnóstico. El método adoptado es el desarrollo de una revisión bibliográfica sistemática según las directrices PRISMA en bases de datos académicas (PubMed, Scopus, SciELO, Google Scholar). Proporcionaremos un análisis de parámetros críticos, es decir, sensibilidad, especificidad, pros y contras de diferente software basados en redes neuronales convolucionales. Los resultados anticipados aclararán la precisión de estas herramientas, la utilidad clínica y el uso potencial como ayudas en entornos con recursos limitados o sobrecargados. Esta investigación conducirá a una mejor apreciación del papel complementario de la IA en el diagnóstico radiológico, así como a una guía para la integración responsable y efectiva de la IA en la práctica clínica. Abstract Artificial intelligence (AI) is booming in medical imaging diagnostics and has brought particularly high hopes for the detection of bone fractures using simple X-rays. The aim of this study is to examine the effectiveness of AI in this context through a literature review of articles published between 2016 and 2024. Despite advances in technology, some technical, ethical, and legal issues still need to be addressed, which continue to hinder its clinical implementation, including the generalization of the model across different populations, variation in image quality, algorithm transparency, and medical liability in the event of diagnostic errors. The method adopted is the development of a systematic literature review according to PRISMA guidelines in academic databases (PubMed, Scopus, SciELO, Google Scholar). We will provide an analysis of critical parameters, i.e., sensitivity, specificity, pros, and cons of different software based on convolutional neural networks. The anticipated results will clarify the accuracy of these tools, their clinical utility, and their potential use as aids in resource-limited or overburdened settings. This research will lead to a better appreciation of the complementary role of AI in radiological diagnosis, as well as guidance for the responsible and effective integration of AI into clinical practice.
  • No Thumbnail Available
    Item
    Significancia del ultrasonido complementario a la mamografía en mamas densas para diagnóstico de cáncer en el Hospital Santa Fe, 2022 – 2024
    (2024-12-08) Andrade Aguirre, Walkiria Ana Isabel; Berroa Zapata, Geovanny Said; Rojas De Gracia, Angela Yasbet; Soto Hidalgo, Karina Esther; Ossa Ureña, Luis Enrique (Director del trabajo); Gutiérrez Zehr, Johana (Asesor metodológico)
    Esta investigación titulada Significancia del ultrasonido complementario a la mamografía en mamas densas para diagnóstico de cáncer en el Hospital Santa Fe, 2022-2024, fue diseñada sobre un enfoque cuantitativo, utilizando como base los datos del Sistema de Información Radiológica (RIS) del Hospital Santa Fe, se recorrió a la implementación de un diseño no experimental de tipo retrospectivo debido a que el tema de investigación cuenta con un marco teórico sólido y se ejecutó en un periodo de 3 años. El objetivo de esta investigación es Identificar la significancia del ultrasonido mamario como método diagnóstico para el cáncer de mama en pacientes con mamas densas en el Hospital Santa Fe, durante 2022 a 2024. Para la obtención de datos se utilizó la técnica de observación de 196 registros de pacientes que conformaron la muestra y que cumplían los criterios de inclusión durante los estudios de mamografía y ultrasonido. Luego, se vacío la información en el instrumento de recolección de datos utilizando para ello un formulario en Google Forms y MS Excel. Se obtuvo como resultado que el análisis de las pacientes del Hospital Santa Fe entre 2022 a 2024 revela que la mayoría tenían entre 46 y 55 años, con una notable prevalencia de pacientes sin antecedentes familiares de cáncer de mama. Los partos y gestaciones disminuyeron con la edad, mientras que las cesáreas y abortos se concentraron en las primeras gestaciones. El diagnóstico de cáncer aumentó levemente con la edad, aunque la cantidad de pacientes sin prueba disminuyó. La mamografía mostró una sensibilidad del 86% y una especificidad del 68%, resaltando la necesidad de seguimiento y biopsia en casos sospechosos, tanto en mamografías como en ultrasonidos. Abstract This research titled "Significance of Complementary Ultrasound to Mammography in Dense Breasts for Cancer Diagnosis at Hospital Santa Fe, 2022-2024" was designed with a quantitative approach, using data from the Radiological Information System (RIS) of Hospital Santa Fe as a basis. A non-experimental retrospective design was implemented because the research topic has a solid theoretical framework and was carried out over a period of 3 years. The objective of this research is to identify the significance of breast ultrasound as a diagnostic method for breast cancer in patients with dense breasts at Hospital Santa Fe from 2022 to 2024. For data collection, the observation technique was used on 196 patient records that made up the sample and met the inclusion criteria during mammography and ultrasound studies. Then, the information was entered into the data collection instrument using a form in Google Forms and MS Excel. The analysis of patients at Hospital Santa Fe between 2022 and 2024 revealed that the majority were between 46 and 55 years old, with a notable prevalence of patients without a family history of breast cancer. Deliveries and pregnancies decreased with age, while cesarean sections and abortions were concentrated in the early pregnancies. The diagnosis of cancer increased slightly with age, although the number of patients without testing decreased. Mammography showed a sensitivity of 86% and a specificity of 68%, highlighting the need for follow-up and biopsy in suspicious cases, both in mammograms and ultrasounds.