Deep learning como estrategia de servicio al cliente para el diagnóstico precoz de Covid-19
Palabras clave:
Covid-19, rayos X, redes pre-entrenadas, aplicación web, atención al cliente
Resumen
El virus Covid-19 (Neumonía Atípica), desde su origen hace más de tres años, continúa cobrando vidas y causando aglomeraciones en los sistemas de salud de países como Ecuador, por lo que se hace necesario el uso de tecnologías de la información para asistir al personal médico en el diagnóstico temprano. El objetivo de la investigación fue analizar el deep learning como estrategia de servicio al cliente para el diagnóstico precoz de Covid-19. La metodología utilizada se sistematizó mediante selección de imágenes de tipo no probabilístico, la elección del investigador fue clave en el uso de imágenes de rayos X de tórax obtenidas en casas de salud privadas y públicas en las ciudades de Riobamba y Quito-Ecuador, además se utilizó la base de datos “Chest X-ray”, en la plataforma Kaggle. La evidencia científica muestra que las radiografías de tórax son una prueba eficaz para una primera fase diagnóstica de presunción de Covid-19, por lo que el uso de deep learning como estrategia de atención al cliente a través del análisis de radiografías de tórax, cuenta con las propiedades necesarias para extraer características y lograr un buen nivel de precisión en su clasificación y ayudar con el cribado de pacientes infectados.
Descargas
La descarga de datos todavía no está disponible.
Citas
• Apostolopoulos, I. D., y Mpesiana, T. A. (2020). Covid-19: Automatic detection from X-ray images utilizing transfer learning with convolutional neural networks. Physical and Engineering Sciences in Medicine, 43(2), 635-640. https://doi.org/10.1007/s13246-020-00865-4
• Arbeláez-Campillo, D. F., Villasmil, J. J., y Rojas-Bahamón, M. J. (2021). Inteligencia artificial y condición humana: ¿Entidades contrapuestas o fuerzas complementarias? Revista de Ciencias Sociales (Ve), XXVII(2), 502-513. https://doi.org/10.31876/rcs.v27i2.35937
• Arizmendi, C. J. (2007). Técnicas de análisis del patrón repiratorio y cardiorrespiratorio para la extracción de índices en pacientes en proceso de extubación [Tesis doctoral, Universidad Politécnica de Cataluña].
• Brownlee, J. (31 de mayo de 2019). A gentle introduction to Deep Learning for face recognition. Machine Learning Mastery. https://machinelearningmastery.com/introduction-to-deep-learning-for-face-recognition/
• Castelli, V., y Bergman, L. D. (Eds.) (2005). Image Databases: Search and retrieval of digital imagery. Jonh Willey & Sons.
• Castillo, D. (29 de junio de 2021). Transfer Learning for Machine Learning. Seldon. https://www.seldon.io/transfer-learning/#:~:text=Machine%20learning%20models%20designed%20to,be%20shared%20across%20different%20models
• Coppin, B. (2004). Artificial Intelligence Iluminated. Jones and Bartlett Publishers.
• Cortés, E., y Sánchez, S. (2021). Deep Learning Transfer with AlexNet for chest X-ray COVID-19 recognition. IEEE Latin America Transactions, 19(6), 944-951 https://doi.org/10.1109/TLA.2021.9451239
• Delgado, K., Ledesma, S., y Rostro, H. (2019). Análisis de electroencefalograma usando redes neuronales artificiales. Acta Universitaria, 29, 1-24. https://doi.org/10.15174/au.2019.1672
• Dhiman, G., Kumar, V. V., Kaur, A., y Sharma, A. (2021). DON: Deep Learning and Optimization-Based framework for detection of novel coronavirus disease using X-ray images. Interdisciplinary Sciences: Computational Life Sciences, 13(6), 260-272. https://doi.org/10.1007/s12539-021-00418-7
• Ebrahimzadeh, S., Islam, N., Dawit, H., Salameh, J. P., Kazi, S., Fabiano, N., Treanor, L., Absi, M., Ahmad, F., Rooprai, P., Al Khalil, A., Harper, K., Kamra, N., Leeflang, M. M., Hooft, L., Van der Pol, C. B., Prager, R., Hare, S. S., Dennie, C.,… McInnes, M. D. (2021). Thoracic imaging tests for the diagnosis of COVID‐19. Cochrane Database of Systematic Reviews, (5), CD013639. https://doi.org/10.1002/14651858.CD013639.pub4
• Fos, B. (2015). Diseño de técnicas de inteligencia artificial aplicadas a imágenes médicas de rayos x para la detección de estructuras anatómicas de los pulmones y sus alteraciones [Tesis de pregrado, Unicersidad Politécnica de Valéncia]. https://riunet.upv.es/handle/10251/70103
• González, A. (3 de octubre de 2021). ¿Qué es Machine Learning? Cleverdata. https://cleverdata.io/que-es-machine-learning-big-data/
• Grupo Atico34 (18 de junio de 2020). Inteligencia artificial: Definición, tipos y aplicaciones. Grupo Atico34. https://protecciondatos-lopd.com/empresas/inteligencia-artificial/
• Handelman, G. S., Kok, H. K., Chandra, R. V., Razavi, A. H., Lee, M. J., y Asadi, H. (2018). eDoctor: Machine learning and the future of medicine. Journal of Internal Medicine, 284(6), 603-619. https://doi.org/10.1111/joim.12822
• Khattak, M. I., Al-Hasan, M., Jan, A., Saleem, N., Verdú, E., y Khurshid, N. (2020). Automated detection of COVID-19 using Chest X-Ray Images and CT Scans through multilayer-spatial convolutional neural networks. International Journal of Interactive Multimedia and Artificial Intelligence, 6(6), 15-24. https://doi.org/10.9781/ijimai.2021.04.002
• Liang, Y., Cai, Z., Yu, J., Han, Q., y Li, Y. (2018). Deep learning based inference of private information using embedded sensors in smart devices. IEEE Networ, 32(4), 8-14. https://doi.org/10.1109/MNET.2018.1700349
• Maita-Cruz, Y. M., Flores-Sotelo, W. S., Maita-Cruz, Y. A., y Cotrina-Aliaga, J. C. (2022). Inteligencia artificial en la gestión pública en tiempos de Covid-19. Revista de Ciencias Sociales (Ve), XXVIII(E-5), 331-330. https://doi.org/10.31876/rcs.v28i.38167
• Narin, A., Kaya, C., y Pamuk, Z. (2021). Automatic detection of coronavirus disease (COVID-19) using X-ray images and deep convolutional neural networks. Pattern Analysis and Applications, 24(3), 1207-1220. https://doi.org/10.1007/s10044-021-00984-y
• Nievas, B. J., y García, S. (2020). eSalud, una respuesta social frente a la pandemia por Covid-19. Revista de Ciencias Sociales (Ve), XXVI(4), 23-27. https://doi.org/10.31876/rcs.v26i4.34643
• Pan, S. J., y Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions On Knowledge and Data Engineerin, 22(10), 1345-1359. https://doi.org/10.1109/TKDE.2009.191
• Sait, U., Lal, G., Shivakumar, S., Kumar, T., Bhaumik, R., Prajapati, S., Bhalla, y Chakrapanif, A. (2021). A deep-learning based multimodal system for Covid-19 diagnosis using breathing sounds and chest X-ray images. Applied Soft Computing, 109, 107522. https://doi.org/10.1016/j.asoc.2021.107522
• Salas, R. (2004). Redes Neuronales Artificiales. Universidad de Valparaíso.
• Sethi, R., Mehrotra, M., y Sethi, D. (2020). Deep Learning based diagnosis recommendation for COVID-19 using Chest X-Rays Images. Second International Conference on Inventive Research in Computing Applications (ICIRCA). Coimbatore, India. https://doi.org/10.1109/ICIRCA48905.2020.9183278
• Shibly, K. H., Dey, S. K., Tahzib-UlIslam, M., y Rahman, M. M. (2020). COVID faster R–CNN: A novel framework to Diagnose Novel Coronavirus Disease (COVID-19) in X-Ray images. Informatics in Medicine Unlocked, 20, 100405. https://doi.org/10.1016/j.imu.2020.100405
• Arbeláez-Campillo, D. F., Villasmil, J. J., y Rojas-Bahamón, M. J. (2021). Inteligencia artificial y condición humana: ¿Entidades contrapuestas o fuerzas complementarias? Revista de Ciencias Sociales (Ve), XXVII(2), 502-513. https://doi.org/10.31876/rcs.v27i2.35937
• Arizmendi, C. J. (2007). Técnicas de análisis del patrón repiratorio y cardiorrespiratorio para la extracción de índices en pacientes en proceso de extubación [Tesis doctoral, Universidad Politécnica de Cataluña].
• Brownlee, J. (31 de mayo de 2019). A gentle introduction to Deep Learning for face recognition. Machine Learning Mastery. https://machinelearningmastery.com/introduction-to-deep-learning-for-face-recognition/
• Castelli, V., y Bergman, L. D. (Eds.) (2005). Image Databases: Search and retrieval of digital imagery. Jonh Willey & Sons.
• Castillo, D. (29 de junio de 2021). Transfer Learning for Machine Learning. Seldon. https://www.seldon.io/transfer-learning/#:~:text=Machine%20learning%20models%20designed%20to,be%20shared%20across%20different%20models
• Coppin, B. (2004). Artificial Intelligence Iluminated. Jones and Bartlett Publishers.
• Cortés, E., y Sánchez, S. (2021). Deep Learning Transfer with AlexNet for chest X-ray COVID-19 recognition. IEEE Latin America Transactions, 19(6), 944-951 https://doi.org/10.1109/TLA.2021.9451239
• Delgado, K., Ledesma, S., y Rostro, H. (2019). Análisis de electroencefalograma usando redes neuronales artificiales. Acta Universitaria, 29, 1-24. https://doi.org/10.15174/au.2019.1672
• Dhiman, G., Kumar, V. V., Kaur, A., y Sharma, A. (2021). DON: Deep Learning and Optimization-Based framework for detection of novel coronavirus disease using X-ray images. Interdisciplinary Sciences: Computational Life Sciences, 13(6), 260-272. https://doi.org/10.1007/s12539-021-00418-7
• Ebrahimzadeh, S., Islam, N., Dawit, H., Salameh, J. P., Kazi, S., Fabiano, N., Treanor, L., Absi, M., Ahmad, F., Rooprai, P., Al Khalil, A., Harper, K., Kamra, N., Leeflang, M. M., Hooft, L., Van der Pol, C. B., Prager, R., Hare, S. S., Dennie, C.,… McInnes, M. D. (2021). Thoracic imaging tests for the diagnosis of COVID‐19. Cochrane Database of Systematic Reviews, (5), CD013639. https://doi.org/10.1002/14651858.CD013639.pub4
• Fos, B. (2015). Diseño de técnicas de inteligencia artificial aplicadas a imágenes médicas de rayos x para la detección de estructuras anatómicas de los pulmones y sus alteraciones [Tesis de pregrado, Unicersidad Politécnica de Valéncia]. https://riunet.upv.es/handle/10251/70103
• González, A. (3 de octubre de 2021). ¿Qué es Machine Learning? Cleverdata. https://cleverdata.io/que-es-machine-learning-big-data/
• Grupo Atico34 (18 de junio de 2020). Inteligencia artificial: Definición, tipos y aplicaciones. Grupo Atico34. https://protecciondatos-lopd.com/empresas/inteligencia-artificial/
• Handelman, G. S., Kok, H. K., Chandra, R. V., Razavi, A. H., Lee, M. J., y Asadi, H. (2018). eDoctor: Machine learning and the future of medicine. Journal of Internal Medicine, 284(6), 603-619. https://doi.org/10.1111/joim.12822
• Khattak, M. I., Al-Hasan, M., Jan, A., Saleem, N., Verdú, E., y Khurshid, N. (2020). Automated detection of COVID-19 using Chest X-Ray Images and CT Scans through multilayer-spatial convolutional neural networks. International Journal of Interactive Multimedia and Artificial Intelligence, 6(6), 15-24. https://doi.org/10.9781/ijimai.2021.04.002
• Liang, Y., Cai, Z., Yu, J., Han, Q., y Li, Y. (2018). Deep learning based inference of private information using embedded sensors in smart devices. IEEE Networ, 32(4), 8-14. https://doi.org/10.1109/MNET.2018.1700349
• Maita-Cruz, Y. M., Flores-Sotelo, W. S., Maita-Cruz, Y. A., y Cotrina-Aliaga, J. C. (2022). Inteligencia artificial en la gestión pública en tiempos de Covid-19. Revista de Ciencias Sociales (Ve), XXVIII(E-5), 331-330. https://doi.org/10.31876/rcs.v28i.38167
• Narin, A., Kaya, C., y Pamuk, Z. (2021). Automatic detection of coronavirus disease (COVID-19) using X-ray images and deep convolutional neural networks. Pattern Analysis and Applications, 24(3), 1207-1220. https://doi.org/10.1007/s10044-021-00984-y
• Nievas, B. J., y García, S. (2020). eSalud, una respuesta social frente a la pandemia por Covid-19. Revista de Ciencias Sociales (Ve), XXVI(4), 23-27. https://doi.org/10.31876/rcs.v26i4.34643
• Pan, S. J., y Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions On Knowledge and Data Engineerin, 22(10), 1345-1359. https://doi.org/10.1109/TKDE.2009.191
• Sait, U., Lal, G., Shivakumar, S., Kumar, T., Bhaumik, R., Prajapati, S., Bhalla, y Chakrapanif, A. (2021). A deep-learning based multimodal system for Covid-19 diagnosis using breathing sounds and chest X-ray images. Applied Soft Computing, 109, 107522. https://doi.org/10.1016/j.asoc.2021.107522
• Salas, R. (2004). Redes Neuronales Artificiales. Universidad de Valparaíso.
• Sethi, R., Mehrotra, M., y Sethi, D. (2020). Deep Learning based diagnosis recommendation for COVID-19 using Chest X-Rays Images. Second International Conference on Inventive Research in Computing Applications (ICIRCA). Coimbatore, India. https://doi.org/10.1109/ICIRCA48905.2020.9183278
• Shibly, K. H., Dey, S. K., Tahzib-UlIslam, M., y Rahman, M. M. (2020). COVID faster R–CNN: A novel framework to Diagnose Novel Coronavirus Disease (COVID-19) in X-Ray images. Informatics in Medicine Unlocked, 20, 100405. https://doi.org/10.1016/j.imu.2020.100405
Publicado
2023-06-26
Cómo citar
López Aguirre, J. F., Pomaquero Yuquilema, J. C., López Salazar, J. L., & Almeida López, D. M. (2023). Deep learning como estrategia de servicio al cliente para el diagnóstico precoz de Covid-19. Revista De Ciencias Sociales, 29, 152-164. https://doi.org/10.31876/rcs.v29i.40454
Sección
Artículos
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.
1.jpg)
1.jpg)
