Asesoramiento genético en oncología usando IA

Autores
Alfonso, Hugo Alfredo; Minetti, Gabriela F.; Salto, Carolina; Angelucci, Guillermina; Molina Oderiz, Sofía; Torres, Aldana
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los avances en genética han permitido identificar mutaciones asociadas a cáncer hereditario, mejorando el diagnóstico y personalización de tratamientos. En este contexto, los médicos de atención primaria de la salud (APS) juegan un papel clave en la detección temprana de pacientes con riesgo genético. Sin embargo, diversas barreras, como la falta de formación especializada y la dificultad para acceder a guías clínicas actualizadas, pueden retrasar la derivación oportuna a asesoramiento genético. Esta línea de trabajo busca desarrollar una aplicación móvil basada en inteligencia artificial (IA) para asistir a los médicos de APS en la evaluación del riesgo genético. La herramienta integrará datos clínicos y antecedentes familiares, aplicando protocolos validados para respaldar la toma de decisiones. Un aspecto central del proyecto es la identificación de variables relevantes y la determinación de metodologías de IA que permitan obtener predicciones precisas. Asimismo, se priorizará el desarrollo de una interfaz intuitiva y eficiente, facilitando su uso en la práctica clínica. La implementación de esta aplicación pretende optimizar la identificación de pacientes con mayor probabilidad de portar mutaciones genéticas vinculadas al cáncer, promoviendo intervenciones oportunas basadas en evidencia científica actualizada.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Inteligencia artificial
asesoramiento genético oncológico
atención primaria de salud
aplicación médica
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/184387
Acceder
id SEDICI_638c3c089c5093278d737832d05c571b
oai_identifier_str oai:sedici.unlp.edu.ar:10915/184387
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Asesoramiento genético en oncología usando IAAlfonso, Hugo AlfredoMinetti, Gabriela F.Salto, CarolinaAngelucci, GuillerminaMolina Oderiz, SofíaTorres, AldanaCiencias InformáticasInteligencia artificialasesoramiento genético oncológicoatención primaria de saludaplicación médicaLos avances en genética han permitido identificar mutaciones asociadas a cáncer hereditario, mejorando el diagnóstico y personalización de tratamientos. En este contexto, los médicos de atención primaria de la salud (APS) juegan un papel clave en la detección temprana de pacientes con riesgo genético. Sin embargo, diversas barreras, como la falta de formación especializada y la dificultad para acceder a guías clínicas actualizadas, pueden retrasar la derivación oportuna a asesoramiento genético. Esta línea de trabajo busca desarrollar una aplicación móvil basada en inteligencia artificial (IA) para asistir a los médicos de APS en la evaluación del riesgo genético. La herramienta integrará datos clínicos y antecedentes familiares, aplicando protocolos validados para respaldar la toma de decisiones. Un aspecto central del proyecto es la identificación de variables relevantes y la determinación de metodologías de IA que permitan obtener predicciones precisas. Asimismo, se priorizará el desarrollo de una interfaz intuitiva y eficiente, facilitando su uso en la práctica clínica. La implementación de esta aplicación pretende optimizar la identificación de pacientes con mayor probabilidad de portar mutaciones genéticas vinculadas al cáncer, promoviendo intervenciones oportunas basadas en evidencia científica actualizada.Red de Universidades con Carreras en Informática2025-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf16-19http://sedici.unlp.edu.ar/handle/10915/184387spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:50:12Zoai:sedici.unlp.edu.ar:10915/184387Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:50:12.768SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Asesoramiento genético en oncología usando IA
title Asesoramiento genético en oncología usando IA
spellingShingle Asesoramiento genético en oncología usando IA
Alfonso, Hugo Alfredo
Ciencias Informáticas
Inteligencia artificial
asesoramiento genético oncológico
atención primaria de salud
aplicación médica
title_short Asesoramiento genético en oncología usando IA
title_full Asesoramiento genético en oncología usando IA
title_fullStr Asesoramiento genético en oncología usando IA
title_full_unstemmed Asesoramiento genético en oncología usando IA
title_sort Asesoramiento genético en oncología usando IA
dc.creator.none.fl_str_mv Alfonso, Hugo Alfredo
Minetti, Gabriela F.
Salto, Carolina
Angelucci, Guillermina
Molina Oderiz, Sofía
Torres, Aldana
author Alfonso, Hugo Alfredo
author_facet Alfonso, Hugo Alfredo
Minetti, Gabriela F.
Salto, Carolina
Angelucci, Guillermina
Molina Oderiz, Sofía
Torres, Aldana
author_role author
author2 Minetti, Gabriela F.
Salto, Carolina
Angelucci, Guillermina
Molina Oderiz, Sofía
Torres, Aldana
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Inteligencia artificial
asesoramiento genético oncológico
atención primaria de salud
aplicación médica
topic Ciencias Informáticas
Inteligencia artificial
asesoramiento genético oncológico
atención primaria de salud
aplicación médica
dc.description.none.fl_txt_mv Los avances en genética han permitido identificar mutaciones asociadas a cáncer hereditario, mejorando el diagnóstico y personalización de tratamientos. En este contexto, los médicos de atención primaria de la salud (APS) juegan un papel clave en la detección temprana de pacientes con riesgo genético. Sin embargo, diversas barreras, como la falta de formación especializada y la dificultad para acceder a guías clínicas actualizadas, pueden retrasar la derivación oportuna a asesoramiento genético. Esta línea de trabajo busca desarrollar una aplicación móvil basada en inteligencia artificial (IA) para asistir a los médicos de APS en la evaluación del riesgo genético. La herramienta integrará datos clínicos y antecedentes familiares, aplicando protocolos validados para respaldar la toma de decisiones. Un aspecto central del proyecto es la identificación de variables relevantes y la determinación de metodologías de IA que permitan obtener predicciones precisas. Asimismo, se priorizará el desarrollo de una interfaz intuitiva y eficiente, facilitando su uso en la práctica clínica. La implementación de esta aplicación pretende optimizar la identificación de pacientes con mayor probabilidad de portar mutaciones genéticas vinculadas al cáncer, promoviendo intervenciones oportunas basadas en evidencia científica actualizada.
Red de Universidades con Carreras en Informática
description Los avances en genética han permitido identificar mutaciones asociadas a cáncer hereditario, mejorando el diagnóstico y personalización de tratamientos. En este contexto, los médicos de atención primaria de la salud (APS) juegan un papel clave en la detección temprana de pacientes con riesgo genético. Sin embargo, diversas barreras, como la falta de formación especializada y la dificultad para acceder a guías clínicas actualizadas, pueden retrasar la derivación oportuna a asesoramiento genético. Esta línea de trabajo busca desarrollar una aplicación móvil basada en inteligencia artificial (IA) para asistir a los médicos de APS en la evaluación del riesgo genético. La herramienta integrará datos clínicos y antecedentes familiares, aplicando protocolos validados para respaldar la toma de decisiones. Un aspecto central del proyecto es la identificación de variables relevantes y la determinación de metodologías de IA que permitan obtener predicciones precisas. Asimismo, se priorizará el desarrollo de una interfaz intuitiva y eficiente, facilitando su uso en la práctica clínica. La implementación de esta aplicación pretende optimizar la identificación de pacientes con mayor probabilidad de portar mutaciones genéticas vinculadas al cáncer, promoviendo intervenciones oportunas basadas en evidencia científica actualizada.
publishDate 2025
dc.date.none.fl_str_mv 2025-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/184387
url http://sedici.unlp.edu.ar/handle/10915/184387
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
16-19
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616361374908416
score 13.069144

Publicaciones similares