Avalos Melgarejo, Rodrigo EmmanuelMelgarejo Riveros, Víctor Manuel2024-09-162024-09-162022-09https://publicaciones.fctunca.edu.py/handle/123456789/81La implementación de algoritmos de inteligencia artificial para el apoyo en las tomas de decisiones clínicas mediante radiografías del tórax enfrenta desafíos relacionados con la confiabilidad e interpretabilidad. En este contexto, establecemos una herramienta tecnológica de diagnóstico médico basada en Deep Learning para la clasificación de pacientes con enfermedades respiratorias o normales. Las imágenes son reconocidas por una red neuronal, la cual puede ayudar a acelerar el diagnóstico, facilitando así un tratamiento más rápido y mejorando los resultados clínicos. La inteligencia artificial y la medicina han seguido un camino paralelo en las últimas décadas. El Deep Learning, especialmente las redes neuronales profundas, son ideales para el reconocimiento de patrones, aprenden directamente a partir de los datos y ayudan a resolver problemas complejos. Esta tecnología se ha aplicado ampliamente en el procesamiento de imágenes y visión por computadora en la salud, gracias a su buena precisión en las tareas de clasificación de imágenes. El modelo de aprendizaje se ejecuta en el Jetson Nano, que ofrece el poder de cómputo necesario y proporciona resultados acelerados en una plataforma compacta, esencial para el entrenamiento.esIngeniería de SoftwareCiencia de DatosODS 3 - Salud y BienestarThesis