Esta herramienta utiliza modelos de aprendizaje automático para apoyar la clasificación de muestras de biopsias de mama como benignas o malignas, basándose en características morfológicas celulares. Está diseñada para uso exclusivo de personal de salud calificado.
El modelo analiza características del núcleo celular: radio, textura, perímetro, área, suavidad y más.
Clasificación benigno/maligno con probabilidades asociadas para apoyar la toma de decisiones clínicas.
Diseñado para médicos, radiólogos y personal de salud. Los resultados requieren interpretación profesional.
Ingreso de datos: El profesional introduce los valores de las características morfológicas del núcleo celular obtenidas mediante biopsia por aspiración con aguja fina (BAAF).
Análisis del modelo: Un modelo de clasificación entrenado con el dataset de Wisconsin Breast Cancer analiza los valores ingresados.
Resultado de apoyo: Se presenta la clasificación probable junto con las probabilidades asociadas. El profesional debe correlacionar con el contexto clínico completo del paciente.
Ingrese los valores de las características morfológicas del núcleo celular. Todos los campos son obligatorios.
El modelo clasifica esta muestra con características compatibles con tejido benigno.
Esta aplicación es un prototipo de herramienta de apoyo diagnóstico para la clasificación de cáncer de mama, desarrollada como proyecto académico. Utiliza modelos de aprendizaje automático entrenados con el dataset de Wisconsin Breast Cancer (WBCD), ampliamente validado en la literatura científica.
El modelo analiza características del núcleo celular obtenidas mediante análisis de imagen de biopsias por aspiración. Para cada una de las 10 características base se calculan tres estadísticos:
| Variable | Descripción | Grupos |
|---|---|---|
| radius | Radio medio del núcleo celular | mean SE worst |
| texture | Desviación estándar de los valores de la escala de grises | mean SE worst |
| smoothness | Variación local en la longitud del radio | mean SE worst |
| symmetry | Simetría del núcleo celular | mean SE worst |
| concave_points | Número de porciones cóncavas del contorno celular | mean SE worst |
| fractal_dimension | Aproximación de la costa fractal de la célula | mean SE worst |
Los modelos fueron entrenados con el Wisconsin Breast Cancer Dataset (WBCD), que contiene 569 muestras (357 benignas, 212 malignas) recolectadas por el Dr. William H. Wolberg en la Universidad de Wisconsin. Es uno de los conjuntos de datos más utilizados en investigación de clasificación de tumores de mama.
El modelo fue entrenado con un dataset específico y puede no generalizar a poblaciones o equipos de imagen diferentes.
La calidad de los resultados depende directamente de la precisión en el ingreso de los datos morfológicos.
Este prototipo no está validado clínicamente ni aprobado para uso diagnóstico real.