Araya López, Mauricio Alejandro (Profesor Guía)Abdelhamid, Mohamed (Profesor Correferente)2024-10-302024-10-302024https://repositorio.usm.cl/handle/123456789/55673Este estudio se centra en la aplicación de técnicas de procesamiento del lenguaje natural (NLP) para la detección temprana de banderas rojas en textos médicos relacionados con el cáncer de mama y colon, con el fin de identificar pacientes que podrían beneficiarse del asesoramiento genético oncológico. Se desarrolló un modelo de predicción basado en BioBERT, un modelo diseñado específicamente para tareas biomédicas, que demostró ser efectivo en la comprensión contextual en el ámbito de la oncología. La inte gración de los resultados del modelo en Power BI permitió una visualización clara y detallada de las predicciones, facilitando un análisis exhaustivo del rendimiento del modelo. Los informes interactivos y los dashboards en Power BI proporcionaron una plataforma integral para explorar y comprender los resultados, resaltando métricas clave como precisión, sensibilidad, f1-score y exactitud. Se concluye que el modelo NLP desarrollado es una herramienta valiosa para la identificación temprana de pacientes que pueden beneficiarse del asesoramiento genético oncológico, lo que contribuye significativamente a mejorar la atención clínica y la toma de decisiones informadas en el campo de la oncologíainfo:eu-repo/semantics/openAccessCáncerNPLProcesamiento Lenguaje NaturalModelo AI3560900285554