Análisis de la implementación de Machine Learning en el diagnóstico por imágenes

Fil: Leivi, Alejo Ezequiel. Universidad de San Andrés. Escuela de Negocios; Argentina.

Guardado en:
Detalles Bibliográficos
Autor principal: Leivi, Alejo Ezequiel
Otros Autores: Prince, Alejandro
Formato: Tesis Tesis de maestría updatedVersion
Lenguaje:Español
Publicado: Universidad de San Andrés. Escuela de Negocios 2020
Acceso en línea:http://hdl.handle.net/10908/16748
Aporte de:
Repositorio Digital - Universidad de San Andrés (UdeSa) de Universidad de San Andrés
id I37-R143-10908-16748
record_format dspace
spelling I37-R143-10908-167482025-01-23T11:37:25Z Análisis de la implementación de Machine Learning en el diagnóstico por imágenes Leivi, Alejo Ezequiel Prince, Alejandro Fil: Leivi, Alejo Ezequiel. Universidad de San Andrés. Escuela de Negocios; Argentina. El siglo XX se ha caracterizado por avances tecnológicos, los cuales han generado un aumento paulatino en la esperanza de vida de las personas. Esta mejora trae asociada una serie de problemas para la industria de la salud. La misma se enfrenta a un escenario en el que cada vez más pacientes requieren una mayor cantidad de estudios y una mejor calidad de atención. En contraposición, la cantidad de profesionales médicos no aumenta en una proporción que acompañe la demanda. Dentro de las especialidades médicas, se encuentra el caso del Diagnóstico por Imágenes. Sólo tomando en cuenta a Estados Unidos, la cantidad de estudios que se han realizado durante 2018 es de aproximadamente los 800 millones, mientras que la cantidad de especialistas no supera los 31.000. Esto haría que cada médico tuviera por informar, solo para ese año, aproximadamente 25.000 estudios. En los albores de la Cuarta Revolución Industrial, la Inteligencia Artificial posee el potencial de volver a definir, en mayor o menos medida, a la industria de la salud en general y al Diagnóstico por Imágenes en particular, brindando la posibilidad de dar un salto exponencial en eficacia y eficiencia. Dentro de la Inteligencia Artificial, gracias a sus avances en el reconocimiento de imágenes, Machine Learning comienza a ser la respuesta de las empresas tecnológicas para dar soporte a los prestadores de salud, y a sus médicos. Este trabajo tiene por objetivo realizar un análisis de los principales beneficios y barreras asociados a la implementación de Machine Learning en el Diagnóstico por Imágenes poniendo un especial foco en la eficacia y eficiencia obtenida, los aspectos éticos, regulatorios y el impacto en el rol del médico especialista y en el ecosistema de startups. 2020-01-07T13:09:33Z 2020-01-07T13:09:33Z 2019-07 Tesis info:eu-repo/semantics/masterThesis info:ar-repo/semantics/tesis de maestría info:eu-repo/semantics/updatedVersion Leivi, A. E. (2019). Análisis de la implementación de Machine Learning en el diagnóstico por imágenes. [Tesis de maestría, Universidad de San Andrés. Escuela de Negocios]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/16748 http://hdl.handle.net/10908/16748 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf application/pdf Universidad de San Andrés. Escuela de Negocios
institution Universidad de San Andrés
institution_str I-37
repository_str R-143
collection Repositorio Digital - Universidad de San Andrés (UdeSa)
language Español
description Fil: Leivi, Alejo Ezequiel. Universidad de San Andrés. Escuela de Negocios; Argentina.
author2 Prince, Alejandro
author_facet Prince, Alejandro
Leivi, Alejo Ezequiel
format Tesis
Tesis de maestría
Tesis de maestría
updatedVersion
author Leivi, Alejo Ezequiel
spellingShingle Leivi, Alejo Ezequiel
Análisis de la implementación de Machine Learning en el diagnóstico por imágenes
author_sort Leivi, Alejo Ezequiel
title Análisis de la implementación de Machine Learning en el diagnóstico por imágenes
title_short Análisis de la implementación de Machine Learning en el diagnóstico por imágenes
title_full Análisis de la implementación de Machine Learning en el diagnóstico por imágenes
title_fullStr Análisis de la implementación de Machine Learning en el diagnóstico por imágenes
title_full_unstemmed Análisis de la implementación de Machine Learning en el diagnóstico por imágenes
title_sort análisis de la implementación de machine learning en el diagnóstico por imágenes
publisher Universidad de San Andrés. Escuela de Negocios
publishDate 2020
url http://hdl.handle.net/10908/16748
work_keys_str_mv AT leivialejoezequiel analisisdelaimplementaciondemachinelearningeneldiagnosticoporimagenes
_version_ 1824439188454375424

Ejemplares similares