Inteligencia artificial en histopatología, un mapeo automático de la literatura

Autores
Luengo Ackermann, Ramiro Benjamín; Pucheta, Patricia Alejandra
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
La lectura de más de 8000 artículos científicos es una tarea demasiado costosa, imposible para un proyecto pequeño. Ante la necesidad de conocer las tendencias generales en histopatología e inteligencia artificial, se implementó un mapeo automático de la literatura que permite obtener de manera sintética y gráfica un panorama general del contenido presente en dichos artículos dando como resultado un ahorro de tiempo considerable e información estadísticamente relevante, la cual comprende el año de publicación de los artículos, los tipos de cáncer más estudiados, donde los primeros cinco son el cáncer de cerebro, de mamas, de hueso, colorrectal y cervical (o de cérvix uterino), las redes neuronales más utilizadas siendo estas resnet, vgg, inception, senet y densenet, la cantidad de citas, las editoriales, los tipos de documentos publicados, las afiliaciones de los autores, la disponibilidad de acceso abierto y una aproximación a los veinte (20) países con más publicaciones, encontrando en los tres primeros lugares a Estados Unidos, China y Alemania.
Fil: Luengo Ackermann, Ramiro Benjamín. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.
Fil: Pucheta, Patricia Alejandra. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.
Peer Reviewed
Fuente
X Congreso Nacional de Ingeniería Informática / Sistemas de Información
Materia
Inteligencia artificial
Aprendizaje automático
Patología digital
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution-NonCommercial-NoDerivs 2.5 Argentina
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/15579
Acceder
id RIAUTN_46f27dde18f17ed5dc202702ca056595
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/15579
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Inteligencia artificial en histopatología, un mapeo automático de la literaturaLuengo Ackermann, Ramiro BenjamínPucheta, Patricia AlejandraInteligencia artificialAprendizaje automáticoPatología digitalLa lectura de más de 8000 artículos científicos es una tarea demasiado costosa, imposible para un proyecto pequeño. Ante la necesidad de conocer las tendencias generales en histopatología e inteligencia artificial, se implementó un mapeo automático de la literatura que permite obtener de manera sintética y gráfica un panorama general del contenido presente en dichos artículos dando como resultado un ahorro de tiempo considerable e información estadísticamente relevante, la cual comprende el año de publicación de los artículos, los tipos de cáncer más estudiados, donde los primeros cinco son el cáncer de cerebro, de mamas, de hueso, colorrectal y cervical (o de cérvix uterino), las redes neuronales más utilizadas siendo estas resnet, vgg, inception, senet y densenet, la cantidad de citas, las editoriales, los tipos de documentos publicados, las afiliaciones de los autores, la disponibilidad de acceso abierto y una aproximación a los veinte (20) países con más publicaciones, encontrando en los tres primeros lugares a Estados Unidos, China y Alemania.Fil: Luengo Ackermann, Ramiro Benjamín. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.Fil: Pucheta, Patricia Alejandra. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.Peer ReviewedAJEA2026-09-15T18:58:38Z2022-11-03info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdf10mo Congreso Nacional de Ingeniería Informática y Sistemas de Información (CoNaIISI)978-950-42-0218-9https://hdl.handle.net/20.500.12272/15579https://doi.org/10.33414/ajea.1146.2022X Congreso Nacional de Ingeniería Informática / Sistemas de Informaciónreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivs 2.5 Argentinahttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Luengo Ackermann, Ramiro Benjamín; Pucheta, Patricia Alejandrahttps://creativecommons.org/licenses/by-nc-nd/4.0/2026-09-24T12:44:49Zoai:ria.utn.edu.ar:20.500.12272/15579instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:44:51.245Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Inteligencia artificial en histopatología, un mapeo automático de la literatura
title Inteligencia artificial en histopatología, un mapeo automático de la literatura
spellingShingle Inteligencia artificial en histopatología, un mapeo automático de la literatura
Luengo Ackermann, Ramiro Benjamín
Inteligencia artificial
Aprendizaje automático
Patología digital
title_short Inteligencia artificial en histopatología, un mapeo automático de la literatura
title_full Inteligencia artificial en histopatología, un mapeo automático de la literatura
title_fullStr Inteligencia artificial en histopatología, un mapeo automático de la literatura
title_full_unstemmed Inteligencia artificial en histopatología, un mapeo automático de la literatura
title_sort Inteligencia artificial en histopatología, un mapeo automático de la literatura
dc.creator.none.fl_str_mv Luengo Ackermann, Ramiro Benjamín
Pucheta, Patricia Alejandra
author Luengo Ackermann, Ramiro Benjamín
author_facet Luengo Ackermann, Ramiro Benjamín
Pucheta, Patricia Alejandra
author_role author
author2 Pucheta, Patricia Alejandra
author2_role author
dc.subject.none.fl_str_mv Inteligencia artificial
Aprendizaje automático
Patología digital
topic Inteligencia artificial
Aprendizaje automático
Patología digital
dc.description.none.fl_txt_mv La lectura de más de 8000 artículos científicos es una tarea demasiado costosa, imposible para un proyecto pequeño. Ante la necesidad de conocer las tendencias generales en histopatología e inteligencia artificial, se implementó un mapeo automático de la literatura que permite obtener de manera sintética y gráfica un panorama general del contenido presente en dichos artículos dando como resultado un ahorro de tiempo considerable e información estadísticamente relevante, la cual comprende el año de publicación de los artículos, los tipos de cáncer más estudiados, donde los primeros cinco son el cáncer de cerebro, de mamas, de hueso, colorrectal y cervical (o de cérvix uterino), las redes neuronales más utilizadas siendo estas resnet, vgg, inception, senet y densenet, la cantidad de citas, las editoriales, los tipos de documentos publicados, las afiliaciones de los autores, la disponibilidad de acceso abierto y una aproximación a los veinte (20) países con más publicaciones, encontrando en los tres primeros lugares a Estados Unidos, China y Alemania.
Fil: Luengo Ackermann, Ramiro Benjamín. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.
Fil: Pucheta, Patricia Alejandra. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.
Peer Reviewed
description La lectura de más de 8000 artículos científicos es una tarea demasiado costosa, imposible para un proyecto pequeño. Ante la necesidad de conocer las tendencias generales en histopatología e inteligencia artificial, se implementó un mapeo automático de la literatura que permite obtener de manera sintética y gráfica un panorama general del contenido presente en dichos artículos dando como resultado un ahorro de tiempo considerable e información estadísticamente relevante, la cual comprende el año de publicación de los artículos, los tipos de cáncer más estudiados, donde los primeros cinco son el cáncer de cerebro, de mamas, de hueso, colorrectal y cervical (o de cérvix uterino), las redes neuronales más utilizadas siendo estas resnet, vgg, inception, senet y densenet, la cantidad de citas, las editoriales, los tipos de documentos publicados, las afiliaciones de los autores, la disponibilidad de acceso abierto y una aproximación a los veinte (20) países con más publicaciones, encontrando en los tres primeros lugares a Estados Unidos, China y Alemania.
publishDate 2022
dc.date.none.fl_str_mv 2022-11-03
2026-09-15T18:58:38Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv 10mo Congreso Nacional de Ingeniería Informática y Sistemas de Información (CoNaIISI)
978-950-42-0218-9
https://hdl.handle.net/20.500.12272/15579
https://doi.org/10.33414/ajea.1146.2022
identifier_str_mv 10mo Congreso Nacional de Ingeniería Informática y Sistemas de Información (CoNaIISI)
978-950-42-0218-9
url https://hdl.handle.net/20.500.12272/15579
https://doi.org/10.33414/ajea.1146.2022
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivs 2.5 Argentina
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Luengo Ackermann, Ramiro Benjamín; Pucheta, Patricia Alejandra
https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 2.5 Argentina
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Luengo Ackermann, Ramiro Benjamín; Pucheta, Patricia Alejandra
https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv AJEA
publisher.none.fl_str_mv AJEA
dc.source.none.fl_str_mv X Congreso Nacional de Ingeniería Informática / Sistemas de Información
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230888522088448
score 13.265058

Publicaciones similares