Mostrar el registro sencillo del ítem
Tendencias de la producción científica sobre el diagnóstico del cáncer mamario, bajo la utilización de la inteligencia artificial: Análisis bibliométrico
dc.contributor.advisor | Lopez Lopez, Elmer | |
dc.contributor.author | Cobeñas Fiestas, Marco Antonio | |
dc.contributor.author | Flores Sanchez, Orlando Daniel | |
dc.date.accessioned | 2025-01-23T17:24:55Z | |
dc.date.available | 2025-01-23T17:24:55Z | |
dc.date.issued | 2025 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12802/13864 | |
dc.description.abstract | El cáncer de mama, a nivel mundial, ocupa el primer lugar en incidencia entre las mujeres. La Inteligencia Artificial, herramienta prometedora, facilitaría el diagnóstico temprano de éste, acrecentando la calidad de vida de la enferma. Nuestro objetivo es examinar la tendencia de los avances científicos realizados en: Aplicación de la Inteligencia artificial en el diagnóstico del carcinoma mamario. Se realizará un estudio Bibliométrico transversal, empleando la base de datos Scopus, fuente principal de información. Para el análisis y visualización de los indicadores bibliométricos, se utilizó el paquete bibliometrix de R. Se analizaron 242 publicaciones entre 2014 al 2023. Se identificó una colaboración internacional en el 26.5% de los casos y un incremento anual promedio del 5,3% en la producción científica. Las palabras clave más utilizadas incluyen términos como clasificación de riesgo, tomosíntesis digital de mama, aprendizaje por transferencia, segmentación y selección de características. En los últimos cinco años, el aprendizaje profundo y la mamografía han sido los temas predominantes. EEUU, China y Reino Unido lideraron la colaboración internacional en este campo. Concluyendo que la investigación sobre el uso de inteligencia artificial para la detección del cáncer de mama ha experimentado un crecimiento significativo, especialmente desde la década de 2010. Este estudio se centra en la publicación de estudios primarios y la aplicación de inteligencia artificial para abordar aspectos como el riesgo y la predicción en el diagnóstico precoz del Cáncer. | es_PE |
dc.description.uri | Trabajo de investigación | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Señor de Sipán | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ | * |
dc.source | Repositorio Institucional - USS | es_PE |
dc.source | Repositorio Institucional USS | es_PE |
dc.subject | IA | es_PE |
dc.subject | Cáncer de mama | es_PE |
dc.subject | Diagnostic | es_PE |
dc.subject | Cancer screenin | es_PE |
dc.title | Tendencias de la producción científica sobre el diagnóstico del cáncer mamario, bajo la utilización de la inteligencia artificial: Análisis bibliométrico | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.grantor | Universidad Señor de Sipán. Facultad de Ciencias de la Salud | es_PE |
thesis.degree.name | Bachiller en Medicina Humana | es_PE |
thesis.degree.discipline | Medicina Humana | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#3.02.27 | es_PE |
renati.advisor.dni | 16718635 | |
renati.advisor.orcid | https://orcid.org/0000-0002-8414-7805 | es_PE |
renati.author.dni | 73705480 | |
renati.author.dni | 73947663 | |
renati.discipline | 912016 | es_PE |
renati.level | https://purl.org/pe-repo/renati/level#bachiller | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#trabajoDeInvestigacion | es_PE |
dc.description.lineadeinvestigacion | Calidad de vida, promoción de la salud del individuo y la comunidad para el desarrollo de la sociedad | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.sublineadeinvestigacion | Nuevas alternativas de prevención y el manejo de enfermedades crónicas y/o no transmisibles. | es_PE |