Análisis y diagnóstico temprano de patologías respiratorias con reconocimiento por IA

dc.contributor.advisorBustos Thames , María Silvia
dc.creatorChaile , Mauricio Javier
dc.creatorContreras , Gonzalo Nahuel
dc.creatorJuarez , Julian
dc.creatorMuñoz , María Florencia
dc.date.accessioned2025-02-14T20:48:01Z
dc.date.issued2024-08-19
dc.description.abstractNuestro proyecto consiste en el desarrollo de una aplicación web para el sanatorio Galeno S.C.e.I, con el fin de de colaborar a los profesionales de la salud a diagnosticar enfermedades pulmonares de manera más eficiente y precisa utilizando inteligencia artificial. Nuestro objetivo principal es asistir y ayudar a médicos a realizar diagnósticos de estas patologías, a través del análisis de radiografías de tórax de una forma más rápida y eficiente, brindando recomendaciones y reportes sobre los distintos casos. El sistema está compuesto por cinco módulos: 1. Pacientes: Permite realizar el alta, baja, y modificación de los pacientes del sanatorio. 2. Médicos: Permite realizar el alta, baja, búsqueda y modificación de los médicos del sanatorio. 3. Radiólogos: Permite realizar el alta, baja, búsqueda y modificación de los radiólogos del sanatorio. 4. Secretarios: Permite realizar el alta, baja, búsqueda y modificación de los secretarios del sanatorio. Además, estos actuarán como administradores, pudiendo gestionar médicos, radiólogos y pacientes. 5. Diagnóstico: Permite subir las radiografías de tórax para que el sistema realice el diagnóstico del tipo de patología. También permite a los médicos ver recomendaciones de tratamientos y enviar el diagnóstico por correo electrónico al paciente que lo solicite. Además, el sistema ofrecerá una serie de reportes estadísticos y geográficos, de acuerdo a las enfermedades clasificadas por la IA y la localización de los pacientes en Tucumán
dc.description.affiliationFil: Chaile Mauricio Javier. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
dc.description.affiliationFil: Contreras Gonzalo Nahuel. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
dc.description.affiliationFil: Juarez Julian. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
dc.description.affiliationFil: Muñoz María Florencia. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
dc.formatpdf
dc.identifier.urihttp://hdl.handle.net/20.500.12272/12197
dc.language.isoes
dc.relation.referencesBoehringer Ingelheim (https://www.boehringer-ingelheim.com/sa)
dc.relation.referencesHealthcare Technology Network (https://www.healthtechnet.net/)
dc.relation.referencesINECO (https://www.ineco.org.ar/)
dc.relation.referencesCientíficos tucumanos realizan diagnósticos por medio de inteligencia artificial (https://www.argentinainvestiga.edu.ar/noticia.php?titulo=cientficos_tucumanos_realizan_diagnsticos_por_m edio_de_inteligencia_artificial&id=5281)
dc.relation.referencesCheXNet: Radiologist-Level Pneumonia Detection on Chest X-Rays with Deep Learning (https://stanfordmlgroup.github.io/projects/chexnet/)
dc.relation.referencesGoogle IA https://ai.google/
dc.relation.referencesLunit INSIGHT CXR (https://www.lunit.io/en/products/cxr)
dc.relation.referencesAidoc (https://www.aidoc.com/)
dc.relation.referencesZebra Medical Vision (https://www.zebra.com/la/es/solutions/industry/healthcare.html)
dc.relation.referencesMetodologias de desarrollo (https://www.universitatcarlemany.com/actualidad/blog/metodologias-de-desarrollo-de-software/)
dc.relation.referencesCRISP-DM (https://www.ibm.com/docs/es/spss-modeler/saas?topic=dm-crisp-help-overview)
dc.rightsCC0 1.0 Universalen
dc.rights.holderChaile Mauricio Javier
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/
dc.rights.useAtribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos)
dc.subjectInteligencia artificial
dc.subjectSalud
dc.titleAnálisis y diagnóstico temprano de patologías respiratorias con reconocimiento por IA
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.versionacceptedVersion

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
ANÁLISIS Y DIAGNÓSTICO TEMPRANO DE (1).pdf
Size:
4.22 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
3.63 KB
Format:
Item-specific license agreed upon to submission
Description: