Praeventio: Revolucionando el diagnóstico médico con Inteligencia Artificial

Praeventio es una innovadora aplicación de diagnóstico médico que utiliza Inteligencia Artificial para optimizar el proceso de atención sanitaria.

Mediante redes neuronales convolucionales (CNN), detecta con alta precisión enfermedades como neumonía y tumores cerebrales a partir de imágenes médicas. Además, ofrece un diagnóstico basado en síntomas a través de una interfaz interactiva, mejorando la eficiencia y accesibilidad del sistema de salud.

Realizado por Camilo González

Titulación Bachelor en Ingeniería en Desarrollo de Software

Tecnologías Inteligencia Artificial (IA) | Redes Neuronales Convolucionales (CNNs) | Modelo ResNet-50

⭐Best Capstone Award 2024

¿Cuál es la motivación?

En España, la congestión en el sistema de salud afecta la calidad y rapidez de la atención médica. Praeventio nace con el propósito de optimizar recursos, mejorar la eficiencia del sistema sanitario y garantizar un acceso equitativo y de alta calidad a los servicios médicos. Para lograrlo, integra Inteligencia Artificial en el proceso de diagnóstico, brindando atención continua y eficiente.

Program aims

  • Proporcionar atención médica continua y eficiente.
  • Descongestionar los servicios de salud, agilizando la atención al paciente.
  • Reducir la burocracia en el proceso de diagnóstico y atención médica.
  • Mejorar la calidad de la atención mediante diagnósticos rápidos y precisos.

Desarrollo

En el desarrollo de Praeventio, se utilizaron avanzadas técnicas de Inteligencia Artificial para crear un sistema de diagnóstico médico eficaz y preciso.

  • Reconocimiento de imágenes: se implementaron redes neuronales convolucionales (CNN) para analizar imágenes médicas y detectar enfermedades como neumonía y tumores cerebrales. Estas redes se entrenaron utilizando amplios conjuntos de datos médicos y se sometieron a un riguroso proceso de validación para garantizar su precisión y fiabilidad. El modelo fue ajustado continuamente para mejorar su capacidad de diagnóstico, alcanzando niveles de exactitud muy altos.
  • Procesamiento de imágenes DICOM: requirió el desarrollo de una subaplicación web especializada. Esta herramienta permite gestionar y visualizar imágenes médicas de manera eficiente, añadiendo extensiones y generando gráficos que agrupan datos visuales relevantes. Esto facilita el análisis y la interpretación de los resultados, proporcionando a los profesionales de la salud una visión más completa y organizada de la información médica.
  • Diagnóstico por síntomas: Los usuarios pueden seleccionar sus síntomas y, mediante algoritmos de IA, la aplicación genera recomendaciones sobre posibles enfermedades y pruebas médicas necesarias. Esta capacidad de orientación médica temprana ayuda a los pacientes a comprender mejor sus síntomas y a tomar decisiones informadas sobre su atención sanitaria.

Resultados

Praeventio ha demostrado una alta precisión en el diagnóstico médico. En la detección de neumonía, el modelo alcanzó un 99,7% de exactitud, mientras que en tumores cerebrales logró un 98,4% de precisión. Para las enfermedades de la piel, el sistema mostró una fiabilidad del 72%, un área en la que se están implementando mejoras continuas.

Estos resultados se validaron en colaboración con profesionales de la salud, quienes evaluaron la precisión de los diagnósticos y proporcionaron retroalimentación valiosa para optimizar el modelo. Gracias a esta colaboración, se realizaron ajustes que mejoraron aún más la efectividad del sistema.

Conclusions

Praeventio automatiza el proceso de diagnóstico médico mediante Inteligencia Artificial, ofreciendo una herramienta fiable que predice patologías a partir de imágenes y síntomas. Esto no solo minimiza el riesgo de error humano, sino que también permite priorizar consultas y tratamientos de manera eficiente. Al ofrecer un diagnóstico preliminar preciso, los pacientes obtienen respuestas confiables sobre su salud sin necesidad de una evaluación inicial por parte de un profesional, optimizando el flujo de trabajo en hospitales y centros médicos.

arrow-right