La deteccion del cáncer de mama


ARTICULO No 183En la última década,  el uso de herramientas de análisis de datos como la Minería de Datos, que permiten extraer información desconocida y potencialmente útil luego de ser procesada, siendo empleada en diferentes áreas médicas. Dado por los grandes volúmenes de datos guardados por años, los esfuerzos en conjuntos de médicos y de empleados  de la medicina que serán más fáciles en sus decisiones siendo una gran ventaja, mejorando así el servicio de salud hacia sus pacientes.

Según la Organización Mundial de la Salud (OMS), “uno de los mayores riesgos de la mujer, es el cáncer de mama, que afecta al 18% de su género en todo el mundo. Una detección temprana de células cancerígenas, aumenta la posibilidad de vida en pacientes, siempre y cuando se enfoque a la localización de un tumor pequeño y no ramificado”.

Para realizar estos estudios, investigadores de la Universidad Carlos III de Madrid, usaron para realizar pruebas un Modelo de Simulación Epidemiológica de Cáncer de Mama Wisconsin, es decir un modelo de simulación estocástico, para estudiar el nivel de incidencia y mortalidad de cáncer de mama en los Estados Unidos entre 1975 y 2000. En este modelo existen cuatro procesos interactivos del cáncer de mama: Historia natural, detección, tratamiento y mortalidad.

Para realizar el estudio de detección de cáncer de mama, los investigadores de la Universidad Carlos III, usaron un conjunto de datos proveniente de 699 casos y 9 atributos, que corresponden a observaciones subjetivas de los tumores que son obtenidas de varias imágenes, donde obtuvieron ciertos patrones con el fin de aplicarlos a la hora de detectar posibles casos de cáncer de mama. Entre el parámetro más destacado usado para este estudio fue el espesor de la mama, cuando menor sea el espesor hay más probabilidad que se trate de un cáncer benigno.

Como se dijo en el principio del artículo la Minería de Datos, es la principal técnica usada, esta se apoya de herramientas automatizadas, que hacen el trabajo de extracción del conocimiento desde base de datos. Una de las principales herramientas usadas para este efecto es Weka, software bajo licencia GPL, que goza de una colección de herramientas de visualización y algoritmos para el análisis de datos y modelos de predicción.

Este software se ha convertido en una de las herramientas para la educación y la investigación, pues, permite realizar la minería de datos, específicamente procesamiento de datos, agrupamiento (clustering), visualización y selección de características. Para este estudio, investigadores de la Universidad Carlos III, obtuvieron resultados novedosos, pues al aplicar el clasificador probabilístico Naive Bayes, de los 699 casos, 671 (95,99%) clasificados correctamente, es decir, 436 casos como Benignos y 236 casos como Malignos y tan solo 28 casos (4%) fueron clasificados como incorrectos.

En fin, el médico al interpretar cientos de mamografías mediante la observación, corre el riesgo que el fallo sea alto en su diagnóstico, causados por el cansancio o por problemas visuales. Por ello, el tratamiento automático de imágenes mediante técnicas de análisis, hace que aumente notablemente la probabilidad de acierto. Aunque está el hecho de utilizar siempre un equipo médico, pero no es siempre posible.

Anuncios
Publicado en Sin categoría

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s

Al día de hoy tenemos
  • 42,987 visitas
Calendario
septiembre 2015
L M X J V S D
« Ago   Oct »
 123456
78910111213
14151617181920
21222324252627
282930  
Archivo del blog
A %d blogueros les gusta esto: