Desarrollo de un software para el apoyo en la detección temprana de Alzheimer aplicando técnicas de inteligencia artificial para el hospital local de Aguachica E.S.E, cesar
No Thumbnail Available
Date
2026-06-09
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La enfermedad de Alzheimer y otras demencias suponen un reto para los sistemas de salud en todo el mundo, particularmente en aquellos con limitaciones tecnológicas, operativas y de personal especializado. En este contexto, esta investigación tuvo como objetivo desarrollar un software basado en técnicas de machine Learning para asistir en el proceso de detección precoz de la enfermedad de Alzheimer en el Hospital Local de Aguachica E.S.E., Cesar. El trabajo se desarrolló desde una perspectiva de investigación aplicada, enfocada al desarrollo tecnológico y a la validación funcional del sistema. Adicionalmente se agregó un componente cualitativo para evaluar la usabilidad y aceptación de la aplicación por los usuarios en un hospital. Como resultado, se presenta el software NeuroAnalyzer, conectado con el modelo previamente entrenado prithivMLmods/Alzheimer-Stage-Classifier basado en la arquitectura SigLIP 2, que permite clasificar imágenes en cuatro etapas relacionadas con la enfermedad, con una precisión general del 93,14 %. La tecnología fue desarrollada para aceptar la carga de imágenes en formatos DICOM y NIfTI, para mostrar probabilidades por etapa y para generar reportes que pueden ser descargados. Pruebas unitarias y de integración (con una cobertura superior al 97%) y pruebas de usabilidad con usuarios reales, logrando una tasa de éxito del 90%. En conclusión, el software desarrollado mostró factibilidad técnica como herramienta para apoyar el análisis de imágenes médicas en hospitales con recursos limitados. Su desarrollo dio lugar a la integración de procesamiento de imágenes, clasificación basada en inteligencia artificial, generación de reportes, y reglas prácticas, demostrando su viabilidad técnica, funcional y operativa.
Palabras clave: Validación clínica, clasificador automático, diagnóstico precoz, redes neuronales, Machine Learning.