Publicación:

Desarrollo de un sistema de apoyo al diagnóstico de cáncer de piel basado en modelos híbridos de aprendizaje profundo integrados en una aplicación web

Resumen

El cáncer de piel es una de las neoplasias más frecuentes a nivel mundial, cuya incidencia continúa en aumento , haciendo de la detección temprana un factor crucial para mejorar el pronóstico y reducir la mortalidad. Históricamente, el diagnóstico clínico depende de la inspección visual y la dermatoscopia , métodos que, aunque efectivos, están sujetos a la variabilidad inter-observador y a la disponibilidad de especialistas calificados. Esta situación resalta la necesidad de integrar tecnologías automatizadas que asistan de manera objetiva la toma de decisiones clínicas. Para abordar esta problemática, este trabajo de grado presenta el desarrollo de un sistema de apoyo al diagnóstico capaz de clasificar lesiones cutáneas sospechosas de malignidad. La solución se fundamenta en la implementación de un modelo híbrido de aprendizaje profundo que combina el poder de extracción de características locales de las Redes Neuronales Convolucionales (CNN) con la capacidad de modelar dependencias globales de largo alcance proporcionada por los Vision Transformers (ViT). Este enfoque sinérgico permite analizar tanto patrones morfológicos sutiles como la estructura general de la lesión, mejorando la precisión diagnóstica frente a arquitecturas individuales. El sistema se entrena y evalúa utilizando imágenes dermatoscópicas provenientes de repositorios de acceso abierto, aplicando rigurosas métricas de clasificación médica. Con el fin de garantizar la accesibilidad y aplicabilidad clínica, el modelo de inteligencia artificial se integra en un prototipo funcional de aplicación web bajo una arquitectura cliente-servidor. Mediante esta plataforma web, el personal médico puede interactuar de forma intuitiva con el sistema desde cualquier navegador, facilitando el análisis automatizado sin requerir instalaciones locales. Esta herramienta tecnológica busca optimizar el diagnóstico dermatológico, facilitar el acceso a servicios especializados y contribuir activamente a las estrategias de salud digital vigentes.