Resumen ejecutivo

En el presente trabajo se aborda la problemtica del diagnostico del cncer de mama a

travs de tcnicas de minera de datos como lo es SVM. Para esto, se utiliz la base de
datos de diagnostico de cncer de la Universidad de Wisconsin y se generaron
modelos que predecan el carcter benigno o maligno de un tumor.

Primero que todo, se estableci la importancia del problema en la sociedad actual,

siendo el cncer de mama uno de los que poseen mayor prevalencia en Chile y los
pocos avances que se han realizado en materia de diagnostico, donde las tcnicas
actuales no son tan efectivas (mamografa o tacto) o son muy invasivos (biopsia). Se
determino la necesidad de generar un mecanismo de diagnostico efectivo y simple de
aplicar.

Con el problema definido, se realiz un anlisis profundo a la literatura respecto a

utilizacin de clasificadores como SVM en el diagnostico del cncer de mama. Se
encontraron diversos estudios que obtenan un grado de exactitud que estaba dentro
del 95%-97% y que utilizaban la misma base de datos. Con esto, se decidi replicar
dichos estudios para posteriormente generar alguna variacin que permitiera reducir
los falsos negativos, que son personas que fueron diagnosticadas como libres de
cncer cuando en verdad tenan un tumor maligno.

Posterior a eso, se estableci todo el marco terico que sustenta el problema de

estudio, en el cual se explico la base de datos utilizada, el fundamento matemtico que
hay detrs de los clasificadores como SVM, el software utilizado para la resolucin del
modelo y la metodologa que se utilizo para resolver la problemtica.

Finalmente, se obtuvieron tres resultados importantes. En primer lugar, se verific

que SVM posee un rendimiento mejor que el de otros clasificadores como Naive Bayes
o BayesNet. Por otra parte, se mostro numricamente que usar SVM con una funcin
de ncleo (kernel) de tipo gaussiano entrega mejores resultados a la hora de realizar
la prediccin. Finalmente, se gener un modelo que permiti, disminuyendo un poco
la exactitud, aumentar la calidad de la prediccin del negativo. Esto quiere decir que
se consigui un modelo que mejoro su calidad a la hora de predecir que una persona
estaba libre de cncer. De esta forma, se redujeron de forma significativa los errores
de diagnostico de ese tipo, los cuales eran los mas costosos del punto de vista de la
aplicacin.

Por ultimo, se discutieron los resultados y se analizaron futuras lneas de

investigacin para continuar con este trabajo.