[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"detail-sidebar-cat-0-es-110":3,"doc-seo-371125-110":49,"doc-detail-371125-es":123},{"code":4,"msg":5,"data":6},0,"success",[7,13,17,21,25,29,33,37,41,45],{"id":8,"doc_module":4,"doc_module_name":9,"category_name":10,"show_sort_weight":11,"slug":12},39,"Document","Cómic",60,"comic",{"id":14,"doc_module":4,"doc_module_name":9,"category_name":15,"show_sort_weight":11,"slug":16},43,"Estilo de Vida","lifestyle",{"id":18,"doc_module":4,"doc_module_name":9,"category_name":19,"show_sort_weight":11,"slug":20},38,"Examen","exam",{"id":22,"doc_module":4,"doc_module_name":9,"category_name":23,"show_sort_weight":11,"slug":24},44,"General","general",{"id":26,"doc_module":4,"doc_module_name":9,"category_name":27,"show_sort_weight":11,"slug":28},41,"Investigación e Informes","research-report",{"id":30,"doc_module":4,"doc_module_name":9,"category_name":31,"show_sort_weight":11,"slug":32},37,"Literatura","literature",{"id":34,"doc_module":4,"doc_module_name":9,"category_name":35,"show_sort_weight":11,"slug":36},22,"Relatos y Novelas","story-novel",{"id":38,"doc_module":4,"doc_module_name":9,"category_name":39,"show_sort_weight":11,"slug":40},42,"Religión y Espiritualidad","religion-spirituality",{"id":42,"doc_module":4,"doc_module_name":9,"category_name":43,"show_sort_weight":11,"slug":44},40,"Salud y Atención Médica","healthcare",{"id":46,"doc_module":4,"doc_module_name":9,"category_name":47,"show_sort_weight":11,"slug":48},24,"Tecnología","technology",{"code":4,"msg":50,"data":51},"ok",{"site_id":52,"language":53,"slug":54,"title":55,"keywords":56,"description":57,"schema_data":58,"social_meta":116,"head_meta":118,"extra_data":120,"updated_unix":122},110,"es","classification-of-human-epidermal-growth-factor-receptor-2-expression-in-cancerous-breast-tissue-through-artificial-intelligence","Clasificación de la expresión del receptor 2 del factor de crecimiento epidérmico humano en tejido mamario canceroso mediante inteligencia artificial","","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.",{"@graph":59,"@context":115},[60,77,98],{"@type":61,"itemListElement":62},"BreadcrumbList",[63,68,71,74],{"item":64,"name":65,"@type":66,"position":67},"https://docshare.wps.com","Home","ListItem",1,{"item":69,"name":9,"@type":66,"position":70},"https://docshare.wps.com/es/document/",2,{"item":72,"name":27,"@type":66,"position":73},"https://docshare.wps.com/es/document/investigación-e-informes/",3,{"item":75,"name":55,"@type":66,"position":76},"https://docshare.wps.com/es/document/classification-of-human-epidermal-growth-factor-receptor-2-expression-in-cancerous-breast-tissue-through-artificial-intelligence/371125/",4,{"url":75,"name":55,"@type":78,"image":79,"author":84,"headline":55,"publisher":87,"fileFormat":90,"inLanguage":53,"description":57,"dateModified":91,"datePublished":92,"encodingFormat":90,"isAccessibleForFree":93,"interactionStatistic":94},"DigitalDocument",{"url":80,"@type":81,"width":82,"height":83},"https://docshare.wps.com/thumbnails/classification-of-human-epidermal-growth-factor-receptor-2-expression-in-cancerous-breast-tissue-through-artificial-intelligence/371125.png","ImageObject",300,407,{"name":85,"@type":86},"pixelkiddo","Person",{"url":64,"name":88,"@type":89},"DocShare","Organization","application/pdf","2026-09-29","2026-09-23",true,{"@type":95,"interactionType":96,"userInteractionCount":67},"InteractionCounter",{"@type":97},"ViewAction",{"@type":99,"mainEntity":100},"FAQPage",[101,107,111],{"name":102,"@type":103,"acceptedAnswer":104},"Cuál es el objetivo del estudio sobre HER2?","Question",{"text":105,"@type":106},"Presentar una técnica basada en inteligencia artificial para clasificar células con sobreexpresión de HER2 en placas histológicas.","Answer",{"name":108,"@type":103,"acceptedAnswer":109},"Qué metodología y datos se usaron en los materiales y métodos?",{"text":110,"@type":106},"Se aplicó CRISP-DM con muestras de 89 pacientes y se emplearon redes neuronales y modelos Vision Transformer (ViT) con transferencia de aprendizaje.",{"name":112,"@type":103,"acceptedAnswer":113},"Qué resultados de desempeño obtuvo el modelo ViT-B/16?",{"text":114,"@type":106},"Alcanzó una exactitud del 90,65% en la clasificación y la herramienta obtuvo un grado aceptable de satisfacción para su aplicación clínica.","https://schema.org",{"og:url":75,"og:type":117,"og:title":55,"og:site_name":88,"og:description":57},"article",{"robots":119,"canonical":75},"index,follow",{"doc_id":121,"site_id":52},371125,1790718150,{"code":4,"msg":5,"data":124},{"doc_id":121,"user_id":125,"nickname":85,"user_avatar":126,"doc_module":4,"category_id":26,"category_name":27,"doc_title":55,"doc_description":57,"doc_content":127,"file_id":128,"file_url":129,"file_type":130,"file_size":131,"view_count":67,"is_deleted":4,"is_public":67,"is_downloadable":67,"audit_status":67,"page_count":132,"language":133,"language_code":53,"site_id":52,"html_lang":53,"table_of_contents":134,"faqs":135,"seo_title":136,"seo_description":57,"update_tm":137,"read_time":138},962090883892,"https://ap-avatar.wpscdn.com/avatar/e00115db34f3e0f11b?x-image-process=image/resize,m_fixed,w_180,h_180&k=1790152879550218658","Biomédica. 2025;45(Supl.3):83-102 [https://doi.org/10.7705/biomedica.7899](https://doi.org/10.7705/biomedica.7899)  \nRecibido: 02/04/2025  \nRevisado: 08/10/2025  \nAceptado: 15/10/2025  \nPublicado: 20/10/2025  \nCitación:  \nVillota 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 .  \n[https://doi.org/10.7705/biomedica.7899](https://doi.org/10.7705/biomedica.7899)  \nCorrespondencia:  \nLeidy Verónica Villota, Calle 18N N°4-10, Urbanización Pomona, Popayán, Colombia Teléfono: (317) 811 3855 [veronicaver@unicauca.edu.co](veronicaver@unicauca.edu.co)  \n[Contribuci](Contribuci)ó[n](n) de los autores:  \nLeidy Villota: adquisición y análisis de datos, conceptualización, metodología, desarrollo del software y redacción del manuscrito  \nJessica Lasso: adquisición y análisis de datos, yredacción del manuscrito  \nElvia Muñoz: conceptualización, supervisión, revisióny edición final del manuscrito  \nRubiel Vargas: conceptualización, metodología, supervisión y redacción del manuscrito  \nFinanciación:  \nEsta investigación se llevó a cabo en la Universidad del Cauca, sin financiamiento específico.  \nConflicto de intereses:  \nLos autores declaran que no tienen conflictos deintereses que puedan haber influido en la realizaciónde este estudio.  \nUso de herramientas de inteligencia artificial:  \nDe 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.  \nArtículo original  \nClasificación de la expresión del receptor 2 del factor de crecimiento epidérmico humano en tejido mamario canceroso mediante inteligencia artificial  \nLeidy Verónica Villota1 , Jessica Julieth Lasso1 , Elvia Noelia Muñoz2 , Rubiel Vargas1  \n1 Grupo de Investigación en Sistemas Dinámicos, Instrumentación y Control, Universidad del Cauca, Popayán, Colombia  \n2 Unidad de Diagnóstico en Patología SAS, Popayán, Colombia  \nIntroducción. 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.  \nObjetivo. Presentar una técnica basada en la inteligencia artificial para clasificar células con sobreexpresión de HER2 en las placas histológicas.  \nMateriales 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.  \nConclusión. 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","cbCaii0lrskrcSpq","https://ap.wps.com/l/cbCaii0lrskrcSpq","pdf",872978,20,"Spanish","# Introducción\n# Objetivo\n# Materiales y métodos\n# Resultados\n# Conclusión\n# Palabras clave","[{\"question\":\"Cuál es el objetivo del estudio sobre HER2?\",\"answer\":\"Presentar una técnica basada en inteligencia artificial para clasificar células con sobreexpresión de HER2 en placas histológicas.\"},{\"question\":\"Qué metodología y datos se usaron en los materiales y métodos?\",\"answer\":\"Se aplicó CRISP-DM con muestras de 89 pacientes y se emplearon redes neuronales y modelos Vision Transformer (ViT) con transferencia de aprendizaje.\"},{\"question\":\"Qué resultados de desempeño obtuvo el modelo ViT-B/16?\",\"answer\":\"Alcanzó una exactitud del 90,65% en la clasificación y la herramienta obtuvo un grado aceptable de satisfacción para su aplicación clínica.\"}]","Clasificación de la expresión del receptor 2 del factor de crecimiento epidérmico humano en tejido mamario canceroso mediante inteligencia artificial | PDF",1790191306,31]