Sistema de apoyo al diagnóstico de diabetes y retinopatía diabética mediante técnicas de inteligencia artificial

Abstract

Este Trabajo Fin de Grado presenta el desarrollo de un sistema inteligente de apoyo a la decisión clínica para el diagnóstico temprano de la diabetes y la retinopatía diabética mediante técnicas de Inteligencia Artificial. La solución propuesta se estructura en dos módulos predictivos basados en Deep Learning: una Red Neuronal Multicapa (MLP) diseñada para analizar datos clínicos tabulares (optimizada mediante técnicas de balan-ceo SMOTE) y una Red Neuronal Convolucional (CNN) orientada a la detección de patrones patológicos directamente en imágenes médicas de fondo de ojo. Ambos modelos predictivos se han integrado de forma exitosa en una interfaz web in-teractiva desarrollada con Streamlit. Esta herramienta permite a los profesionales sanita-rios realizar evaluaciones individuales, procesar historiales clínicos de forma masiva (vía CSV) y analizar retinografías de manera automatizada. Los resultados obtenidos confirman la alta precisión del sistema, validando su utilidad como herramienta de apo-yo para optimizar y agilizar el cribado médico.