Bienaventuranza Singhal, Fnu Pooja
El aprendizaje automático (ML) es una rama de la inteligencia artificial (IA) en la que las computadoras analizan datos y encuentran patrones en ellos. El estudio se centra en la detección del cáncer metastásico mediante ML. El cáncer metastásico es el punto en el que el cáncer se ha propagado a otras partes del cuerpo y es la causa de aproximadamente el 90% de las muertes relacionadas con el cáncer. Normalmente, los patólogos pasan horas cada día clasificando manualmente si los tumores son benignos o malignos. Esta tediosa tarea contribuye a que el etiquetado incorrecto de la metástasis sea más del 60% de las veces y enfatiza la importancia de estar al tanto del error humano y otras ineficiencias. El ML es un buen candidato para mejorar la identificación correcta del cáncer metastásico, salvando miles de vidas y también puede mejorar la velocidad y la eficiencia del proceso, con lo que se requieren menos recursos y tiempo. Hasta ahora, la metodología de aprendizaje profundo de la IA se ha utilizado en la investigación para detectar el cáncer. Este estudio es un enfoque novedoso para determinar el potencial de utilizar algoritmos de preprocesamiento combinados con algoritmos de clasificación para detectar el cáncer metastásico. El estudio utilizó dos algoritmos de preprocesamiento: análisis de componentes principales (PCA) y el algoritmo genético para reducir la dimensionalidad del conjunto de datos, y luego utilizó tres algoritmos de clasificación: regresión logística, clasificador de árbol de decisiones y k vecinos más cercanos para detectar el cáncer metastásico en las exploraciones patológicas. La precisión más alta del 71,14 % se produjo mediante el proceso de aprendizaje automático que comprende PCA, el algoritmo genético y el algoritmo de k vecinos más cercanos, lo que sugiere que los algoritmos de preprocesamiento y clasificación tienen un gran potencial para detectar el cáncer metastásico.