Diagnóstico reforzado de lesiones pigmentadas

A continuación presentamos uno de los proyectos destacados presentados por los alumnos de NEOLAND. Los autores son Leonardo Bernardes y Ana Jimenez de Parga, alumnos del Data Science Bootcamp.

Health Tech, el presente de la medicina

Hoy en día la tecnología ha llegado a todos los sectores. De hecho, sería casi imposible imaginar nuestro día a día sin ella. En ocasiones, las soluciones tecnológicas nos facilitan la vida. En otras, nos la salvan. A todas estas soluciones que se apoyan en la tecnología para mejorar la salud se les denomina Health Tech. 

Este proyecto se centra en el desarrollo de un prototipo que utiliza inteligencia artificial para clasificar siete tipos de lesiones pigmentadas.

Actualmente ya existen aplicaciones cuyo fin es identificar lesiones pigmentadas. Sin embargo, todas ellas se basan en criterios clínicos solo evidentes para profesionales. Por ello, uno de los valores añadidos que aporta este proyecto es que es intuitivo para el usuario. Además, gracias a la inteligencia artificial mejora la precisión de los resultados. 

Punto de inicio

Para la creación de este proyecto se utilizaron dos redes neuronales convucionales (CNN). Este tipo de redes se caracteriza porque cada una de las partes que conforman la red se entrena para realizar una tarea específica. Este tipo de redes son muy útiles y efectivas para analizar imágenes por su precisión a la hora de identificar detalles.

Los resultados extraídos de estas redes fueron introducidos en un algoritmo de Machine Learning. El objetivo era aumentar lo máximo posible la precisión del análisis y, al mismo tiempo, disminuir los errores de clasificación de las lesiones. 

Por último, para el desarrollo del proyecto se utilizó en Google Colab. Esto permitió contar con los recursos computacionales de Google (GPU/TPU).