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 BienestarReconocimiento de Imágenes Aplicando Deep Learning para el Apoyo al Diagnóstico Médico de Enfermedades Respiratorias en Radiografías del Tórax con Tecnología Jetson Nano en el Sanatorio San José de Coronel OviedoThesis