Els darrers anys han vist un avanç espectacular en l'aprenentatge automàtic i la intel·ligència artificial, amb una aplicació prometedora en la millora de la precisió i eficiència en el suport en diagnòstics mèdics. En aquest context, l'anàlisi de radiografies ha destacat com una àrea crucial per a la detecció precoç de malalties i l'avaluació de la salut dels pacients.

Fins ara, moltes tècniques depenien de l'ús de màscares binàries per proporcionar informació sobre la ubicació del teixit a analitzar. No obstant això, la generació d'aquestes màscares era costosa i requeria d'una intervenció manual per part d'experts mèdics.

Un enfocament innovador presentat en aquest TFG es basa en l'aprenentatge dèbilment supervisat, utilitzant dades parcialment etiquetades a nivell d'imatge per entrenar un sistema que genera aquestes màscares automàticament.

Els resultats obtinguts obren la porta a una nova era en el camp del diagnòstic mèdic. Aquest enfocament promet accelerar el procés de diagnòstic i millorar la detecció precoç de malalties, amb el potencial d'impactar significativament en la pràctica clínica. Tot i així, cal seguir treballant en millores per a la seva implementació final.

Autor: Francisco Arenas Afán De Rivera

Supervisors: Gabriel Moyà Alcover, Miquel Miró Nicolau i Antoni Jaume-i-Capó

Data defensa:14/09/2023