000			06420nam a2200589 i 4500
003			GT-GcDIGI
005			20260316174239.0
007			ta
008			250313e2022 gt a|||frt||| 001 | spa d
040			_aGT-GcDIGI _bspa _cGT-GcDIGI _erda
041			_bspa _hspa
041			_beng
084			_aINF-2021-22 PUIE
100	1		_aSamayoa Herrera, Blanca Elizabeth _ecoordinadora
245	1		_aAplicaciones de Inteligencia Artificial, en la enseñanza superior (fase I). Diagnóstico parasitológico / _cSamayoa Herrera, Blanca Elizabeth; investigador III Anneliese Moller Sundfeldt; investigadores Martin Gil y Mildred Alquijay; colaboradores Ana Cecilia Cocón Upún, Ana Lucia Morales Ardón, Ayde Jiménez, Cindy Mazariegos, Gabriela Mirtala Segura Morales, Jaqueline Celeste Cano Lemus, Juana Vivel Morales Mateo, Nancy Lisbeth Pineda Saquic, Pamela Stefanya Coronado Lou, Sofía Mariana García Flores, Werner Gustavo González Tul.
264		1	_aGuatemala : _bUniversidad de San Carlos de Guatemala, Dirección General de Investigación, Programa Universitario de Investigación en Educación, Facultad de Químicas y Farmacia, Instituto de Investigaciones Químicas y Biológicas, _c2022.
300			_a55 páginas : _bilustraciones (algunas en color) ; _c27 cm
336			_atexto _btxt _2rda
337			_asin mediación _bn _2rda media
337			_acon mediación _bc _2rda mediado
338			_avolumen _bnc _2rda soporte
338			_arecruso en línea _bcr _2rda soporte
338			_adisco de computadora _bcd _2rda soporte
500			_aApéndice en la página 46.
500			_aTesauro DeCS
520	3		_aLa observación microscópica de la morfología de los parásitos intestinales continúa siendo el estándar de oro en su diagnóstico. Este método, consume recursos y la calidad de los resultados depende de la disponibilidad de profesionales calificados. La búsqueda de alternativas basadas en inteligencia artificial (IA) ha mostrado una alta precisión y un método alternativo en este campo. Objetivo: Determinar la exactitud y precisión de una herramienta de identificación de parásitos basada en IA y explorar los potenciales parásitos a incluir en el desarrollo de una aplicación basada en IA apropiada a Guatemala. Métodos: Se utilizó una aplicación de parásitos intestinales Parasite ID (https://parasite.id/) de uso gratuito para la identificación de 181 fotografías validadas por expertos. Los datos generados fueron analizados con un intervalo de confianza del 95%. Además, se exploró a partir de informes históricos de EPS, que otros parásitos, podían ser incluidos en una potencial aplicación a desarrollar en Guatemala. Resultados Se encontró que la sensibilidad de Parasite ID fue pobre (25.2; IC 95%, 17.8 - 34.4%); la especificidad fue buena (79.5%; (IC 95%, 69.3-86.9%); la precisión de la prueba fue nula (4.3 %; IC95, 6.9-17.9%), mientras que la exactitud fue baja (48.6%; IC95%, 41.1% - 56.1%). Además, se hace necesario ampliar el catálogo de los parásitos de importancia clínica en el país. Conclusión La pobre sensibilidad, la precisión nula y baja exactitud, alcanzada por Parasite ID, indican que es necesario desarrollar una aplicación que mejore estos parámetros y que incluyan el amplio abanico de parásitos que se diagnostican en Guatemala.
520	3		_aMicroscopic observation of the morphology of intestinal parasites continues to be the gold standard in their diagnosis. This method consumes resources, and the quality of the results depends on the availability of qualified professionals. The search for alternatives based on artificial intelligence (AI) has shown high precision and an alternative method in this field. Objective: To determine the accuracy and precision of an AI-based parasite identification tool and to explore the potential parasites to include in the development of an appropriate AI application for Guatemala. Methods: A free-to-use intestinal parasite application Parasite ID (https://parasite.id/) was used for the identification of 181 expert-validated photographs. The generated data were analyzed with a 95% confidence interval. In addition, it was explored from historical EPS reports that other parasites could be included in a potential application to be developed in Guatemala. Results: The sensitivity of Parasite ID was found to be poor (25.2; 95% confidence interval: 17.8, 34.4%); specificity, good (79.5%; 95% confidence interval: 69.3, 86.9%); precision, null (4.3%; 95% confidence interval: 6.9,17.9%), while the accuracy was low (48.6%; 95% confidence interval: 41.1%, 56.1%). In addition, it is necessary to expand the catalog of parasites of clinical importance in the country. Conclusion: The poor sensitivity, null precision and low accuracy achieved by Parasite ID indicate that it is necessary to develop an application that improves these parameters and that includes the wide range of parasites that are diagnosed in Guatemala.
650	1	2	_2Tesauro DeCS _aInteligencia Artificial _vtendencias
650	1	2	_2Tesauro DeCS _aAplicaciones de la Informática Médica
650	1	2	_2Tesauro DeCS _aDiagnóstico por computador _vmétodos
650	2	2	_2Tesauro DeCS _aAutomatización _vmétodos
650	2	2	_2Tesauro DeCS _aParásitos _vparasitología
650	2	2	_2Tesauro DeCS _aTécnicas de Laboratorio Clínico _vMétodos
650	2	2	_2Tesauro DeCS _aHeces _vparasitología
650	2	2	_2Tesauro DeCS _aEducación superior
700	1		_aMoller Sundfeldt, Anneliese _einvestigador III
700	1		_aGil, Martin _eautor
700	1		_aAlquijay, Mildred _eautora
700	1		_aCocón Upún, Ana Cecilia _ecolaboradora
700	1		_aMorales Ardón, Ana Lucia _ecolaboradora
700	1		_aJiménez, Ayde _ecolaboradora
700	1		_aMazariegos, Cindy _ecolaboradora
700	1		_aSegura Morales, Gabriela Mirtala _ecolaboradora
700	1		_aCano Lemus, Jaqueline Celeste _ecolaboradora
700	1		_aMorales Mateo, Juana Vivel _ecolaboradora
700	1		_aPineda Saquic, Nancy Lisbeth _ecolaboradora
700	1		_aCoronado Lou, Pamela Stefanya _ecolaboradora
700	1		_aGarcía Flores, Sofía Mariana _ecolaboradora
700	1		_aGonzález Tul, Werner Gustavo _ecolaborador
856			_u https://digi.usac.edu.gt/bvirtual/informes/puie/INF-2021-22.pdf _yHaga clic para acceso en línea
942			_2ddc _cINF _hINF-2021-22 PUIE _n0
999			_c144 _d144