Enfoque de la teoría de juegos en detección de cáncer de mama, asistido por un algoritmo clasificador

Abstract

La ciencia del último siglo ha centrado su atención sobre la teoría de juegos algorítmica en investigaciones sobre inteligencia artificial, ensayos médicos, economía, telecomunicaciones, etc., en general es un área de inminente crecimiento. Los algoritmos basados en la teoría de juegos son estudios actuales que tienen como objetivo analizar la dinámica de toma de decisiones en entornos donde existen partes que compiten entre sí y que requieren construcción de estrategias. Una parte importante de estos estudios se dirigen a aplicaciones médicas como el diseño de sistemas computacionales de apoyo al profesional para la detección de patologías. En la presente investigación se propone el desarrollo de un algoritmo clasificador modelado en base a la teoría de juegos para detectar la presencia de cáncer de mama, utilizando el software Matlab; se emplea una base de datos que contiene las características celulares de una muestra de tejido obtenida de pacientes con sospecha, y diagnóstico confirmado de cáncer de mama. Con el objetivo de validar la confiabilidad del algoritmo propuesto se desarrollaron modelos con Machine Learning, Máquina de Vectores de Soporte y Redes Neuronales Artificiales. A partir de las técnicas de optimización: reducción de dimensionalidad y selección de características, se definieron modelos eficientes y mayor capacidad predictiva. La comparación de los resultados obtenidos entre los parámetros de rendimiento del algoritmo de teoría de juegos y los de Machine Learning, demuestran que es apto para aplicaciones de clasificación.