RESUMEN:
La neumonía en la población infantil representa un punto crucial en la atención médica, su detección ha sido criterio diagnóstico debido a su fácil acceso, costo y reproducción. El uso de la inteligencia artificial, (IA) con desarrollo creciente en el área de la salud, por medio de algoritmos ha demostrado progreso en las tareas de reconocimiento de imágenes. En la práctica de la radiología pediátrica permiten evaluar imágenes médicas para la detección, caracterización y seguimiento de enfermedades del tórax. Este estudio permitió estimar la validez de un sistema de IA para el diagnóstico de la afectación pulmonar en radiografías de tórax de pacientes con infección de vías aéreas bajas a partir de una base de datos con pacientes de 1 mes a 17 años (etapas de desarrollo) con resultados positivos para neumonía y bronconeumonía, corroborados por laboratorio. Utilizamos un sistema de evaluación del tórax de tipo algoritmo de redes neuronales convolucionales, que detecta si existe afectación o no del pulmón. El grupo de lactantes con neumonía demostró una mayor precisión (0.9) en el diagnóstico. Este trabajo es parte del inicio de un campo de desarrollo e investigación, considerándola como herramienta para atención en los sistemas de salud.

ABSTRACT:
Pneumonia in children represents a crucial point in medical care, its detection has been a diagnostic criterion due to its easy access, cost and reproduction. The use of artificial intelligence (AI) with increasing development in the health area, through algorithms, has shown progress in image recognition tasks. In the practice of pediatric radiology, it is possible to evaluate medical images for the detection, characterization and monitoring of chest diseases. This study will estimate the validity of an artificial intelligence system for the diagnosis of pulmonary involvement in chest radiographs of patients with lower airway infection from a database with patients from 1 month to 17 years (stages of development) with positive results for pneumonia and bronchopneumonia, corroborated by laboratory. We use a convolutional neural network algorithm-type chest evaluation system, which detects whether or not the lung is affected. The group of infants with pneumonia demonstrated greater precision (0.9) in the diagnosis. This work is part of the beginning of a field of development and research, considering it as a tool for care in health systems.