Explicabilidad de RegNet para la Identificación de anemia mediante análisis colorimétrico de imágenes de la conjuntiva palpebral

• Autores: Bernal Suclupe, David Gabriel, Linares Rubio, Romel
• Formato: tesis de grado
• Fecha de Publicación: 2026
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/17454
• Enlace del recurso: https://hdl.handle.net/20.500.12802/17454
• Nivel de acceso: acceso abierto
• Materia: Anemia; RegNet; Conjuntiva palpebral; LIME; Diagnóstico no invasivo; Inteligencia artificial explicable; Salud pública; https://purl.org/pe-repo/ocde/ford#2.02.04

La presente investigación aborda el problema de salud pública que representa la anemia, desarrollando y evaluando un modelo de aprendizaje profundo utilizando la arquitectura RegNetY-400, combinada con la técnica de explicabilidad LIME. La principal contribución de esta investigación radica en integrar la alta capacidad predictiva de redes neuronales convolucionales modernas como RegNet, con técnicas de inteligencia artificial explicable que facilitan su adopción clínica. Adicionalmente, se desarrolló una interfaz web interactiva que permite a los profesionales médicos cargar imágenes y obtener no solo un diagnóstico, sino también explicaciones visuales de los patrones identificados por el modelo. Este estudio sienta las bases para el desarrollo de herramientas de IA interpretables en el ámbito médico, demostrando que es posible combinar alto rendimiento diagnóstico con transparencia en la toma de decisiones. En cuanto a los resultados abren nuevas líneas de investigación para extender este enfoque a otros trastornos hematológicos detectables mediante análisis de mucosas, y para mejorar la generalización del modelo mediante la incorporación de conjuntos de datos más diversos que contemplen diferentes foto-tipos de piel y condiciones de captura. El trabajo fue realizado cumpliendo estrictamente con los estándares éticos en investigación, utilizando datos debidamente autorizados y respetando los principios de confidencialidad y propiedad intelectual. Los hallazgos presentados representan un avance significativo en la aplicación de inteligencia artificial explicable al campo del diagnóstico médico, particularmente relevante para países en desarrollo donde la anemia constituye un problema de salud pública prioritario.