Técnicas de Machine Learning para el recuento de plaquetas como ayuda al diagnóstico de enfermedades: Una revisión Sistemática

• Autores: Laynes Castillo Jose Carlos, Espinoza Purisaca Josue Enoc
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/14292
• Enlace del recurso: https://hdl.handle.net/20.500.12802/14292
• Nivel de acceso: acceso abierto
• Materia: Aprendizaje automático; Plaquetas; Dengue; Cuidado de la salud; Asistencia sanitaria; Atención médica; https://purl.org/pe-repo/ocde/ford#2.02.04

Desde la introducción de las técnicas de Machine Learning (ML) en la medicina, se ha investigado su aplicación en diversos campos, incluyendo el recuento de plaquetas, una métrica clave en el diagnóstico de enfermedades hematológicas e infecciosas. Esta revisión sistemática examina el uso de ML para el recuento de plaquetas, siguiendo las directrices de PRISMA. Se realizó un mapeo sistemático utilizando un protocolo de búsqueda en cuatro bases de datos científicas, lo que permitió identificar y evaluar estudios sobre algoritmos de clasificación, redes neuronales y aprendizaje profundo aplicados al análisis de imágenes de microscopía y datos clínicos. Aunque los resultados preliminares son prometedores, indicando que ML podría mejorar la precisión y velocidad del recuento de plaquetas, la mayoría de los estudios aún están en etapas iniciales y carecen de evaluaciones clínicas completas. Es necesario continuar investigando para desarrollar prototipos funcionales y validar clínicamente estos enfoques.