Investigación sobre el método de predicción del cáncer de mama basado en aprendizaje automático

Abstract

Cada año, el número de muertes aumenta extremadamente debido al cáncer de mama. En 2020, la Organización Mundial de la Salud informó que el 25% de las mujeres fueron diagnosticadas con cáncer de mama. En Perú, el cáncer de mama fue la principal causa de muerte por cáncer, donde cada día mueren 5 mujeres por esta enfermedad. La detección temprana del cáncer de mama es facilitada por computadora tecnologías de detección y diagnóstico (CAD), que pueden ayudar a las personas a vivir vidas más largas. Este artículo busca analizar múltiples modelos de aprendizaje automático para identificar el cáncer de mama. Para esto, se trabaja con dos bases de datos de Wisconsin donados por el Dr. William H. Wolberg, el primer conjunto de base de datos es del año 1995 y el segundo es del año 1992 ambos informes es en base a sus casos clínicos. El principal objetivo de este trabajo es aprovechar los últimos desarrollos en sistemas CAD y metodologías relacionadas para las predicciones, los modelos de Decisión Tree, K-vecinos más cercanos (K-NN), Naive Bayes (NB), Regresión logística, Support Vector Machine, Multi-layer Perceptrón y Random Forest se utilizaron. Cuando se comparan los resultados, se encuentra que, para la base de datos del año 1995, el algoritmo Multi-layer Perceptron ofrece el mejor resultado, logrando una precisión de 97,20% y para la segunda base de datos de 1992, el algoritmo que mejor predice es el Support Vector Machine con una precisión de 97,20%.