Clasificación de la expresión del receptor 2 del factor de crecimiento epidérmico humano en tejido mamario canceroso mediante inteligencia artificial

Sep 23, 2026

La investigación presenta una técnica basada en inteligencia artificial para clasificar células con sobreexpresión de HER2 en placas histológicas. El estudio aplica CRISP-DM con muestras de 89 pacientes, cubriendo los cuatro niveles de expresión de HER2, e integra redes neuronales y modelos Vision Transformer (ViT) afinados mediante transferencia de aprendizaje. Los resultados muestran una exactitud de 90,65% con ViT-B/16 y una evaluación de usabilidad con aceptación en aplicación clínica. Se concluye que la IA mejora precisión, concordancia y objetividad, aunque requiere optimización de la eficiencia del procesamiento.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas20

Tiempo de lectura31 min

AccesoGratis para descargar

Tabla de contenidos

Introducción

Objetivo

Materiales y métodos

Resultados

Conclusión

Palabras clave

Biomédica. 2025;45(Supl.3):83-102 [https://doi.org/10.7705/biomedica.7899](https://doi.org/10.7705/biomedica.7899) Recibido: 02/04/2025 Revisado: 08/10/2025 Aceptado: 15/10/2025 Publicado: 20/10/2025 Citación: Villota LV, Lasso JJ, Muñoz EN, Vargas R. Clasificación de la expresión del receptor 2 del factor de crecimiento epidérmico humano en tejido mamario cancerígeno mediante inteligencia artificial. Biomédica. 2025;45(Supl.3):83-102 . [https://doi.org/10.7705/biomedica.7899](https://doi.org/10.7705/biomedica.7899) Correspondencia: Leidy Verónica Villota, Calle 18N N°4-10, Urbanización Pomona, Popayán, Colombia Teléfono: (317) 811 3855 [veronicaver@unicauca.edu.co](veronicaver@unicauca.edu.co) [Contribuci](Contribuci)ó[n](n) de los autores: Leidy Villota: adquisición y análisis de datos, conceptualización, metodología, desarrollo del software y redacción del manuscrito Jessica Lasso: adquisición y análisis de datos, yredacción del manuscrito Elvia Muñoz: conceptualización, supervisión, revisióny edición final del manuscrito Rubiel Vargas: conceptualización, metodología, supervisión y redacción del manuscrito Financiación: Esta investigación se llevó a cabo en la Universidad del Cauca, sin financiamiento específico. Conflicto de intereses: Los autores declaran que no tienen conflictos deintereses que puedan haber influido en la realizaciónde este estudio. Uso de herramientas de inteligencia artificial: De acuerdo con la política del Committee on Publication Ethics (COPE), se declara el uso de la inteligencia artificial en la redacción del manuscrito. En particular, se empleó ChatGPT (OpenAI) como apoyo en la redacción y mejora del texto, garantizando siempre la revisión, la edición y lavalidación final por parte de los autores. Artículo original Clasificación de la expresión del receptor 2 del factor de crecimiento epidérmico humano en tejido mamario canceroso mediante inteligencia artificial Leidy Verónica Villota1 , Jessica Julieth Lasso1 , Elvia Noelia Muñoz2 , Rubiel Vargas1 1 Grupo de Investigación en Sistemas Dinámicos, Instrumentación y Control, Universidad del Cauca, Popayán, Colombia 2 Unidad de Diagnóstico en Patología SAS, Popayán, Colombia Introducción. El análisis histológico y molecular del tejido mamario es clave para el diagnóstico, el pronóstico y el tratamiento del cáncer de mama. Entre los biomarcadoresevaluados, se destacan los receptores de progesterona, los de estrógeno y el receptor 2 del factor de crecimiento epidérmico humano (HER2) . La sobreexpresión de HER2 indica un subtipo agresivo de cáncer de mama, aunque permite el uso de terapias dirigidas que mejoran la tasa de supervivencia. No obstante, su evaluación enfrenta desafíos, desde la calidad de las muestras hasta la variabilidad en la interpretación. El College of American Pathologists clasifica la sobreexpresión de HER2 en cuatro categorías, pero la variabilidaden la expresión cercana al 10 % puede generar confusión. Objetivo. Presentar una técnica basada en la inteligencia artificial para clasificar células con sobreexpresión de HER2 en las placas histológicas. Materiales y métodos. Se aplicó la metodología Cross-Industry Standard Process for Data Mining (CRISP-DM) en muestras de 89 pacientes de la Unidad de Diagnósticoen Patología, abarcando los cuatro niveles de HER2 . Se utilizaron redes neuronales ymodelos de Vision Transformer (ViT) afinados mediante transferencia de aprendizaje. Además, se evaluó la facilidad de uso y, finalmente, la eficiencia del software presentado. Resultados. Con el modelo ViT-B/16, se obtuvo una exactitud del 90,65 % en laclasificación, mientras que la herramienta evaluada generó un grado aceptable de satisfacción con su aplicación clínica. Conclusión. La inteligencia artificial demostró gran precisión y concordancia en laclasificación del HER2, redujo la variabilidad diagnóstica y mejoró la objetividad, aunque aún se requiere optimizar la eficiencia del proc

Preguntas frecuentes

Cuál es el objetivo del estudio sobre HER2?

Presentar una técnica basada en inteligencia artificial para clasificar células con sobreexpresión de HER2 en placas histológicas.

Qué metodología y datos se usaron en los materiales y métodos?

Se aplicó CRISP-DM con muestras de 89 pacientes y se emplearon redes neuronales y modelos Vision Transformer (ViT) con transferencia de aprendizaje.

Qué resultados de desempeño obtuvo el modelo ViT-B/16?

Alcanzó una exactitud del 90,65% en la clasificación y la herramienta obtuvo un grado aceptable de satisfacción para su aplicación clínica.

Sep 23, 2026

Subir por pixelkiddo