Abstract:
Desde la concepción de las Redes Neuronales Convolucionales en 1980 para la identifica ción de caracteres escritos a mano este tipo de inteligencia artificial ha evolucionado hasta
el presente en el cual estos modelos son la base para las aplicaciones de detección de imáge nes, reconocimiento de imágenes, clasificación de imágenes, análisis de imágenes y vídeo y
procesamiento de lenguajes naturales (Bhatt y col., 2021). A medida que el desarrollo de las
redes neuronales convoluciones avanza y estas son aplicadas a una mayor cantidad de ám bitos una problemática que surge es la naturaleza de caja negra de este tipo de redes. Caja
negra es un termino que se utiliza para un proceso que dado una entrada proporciona una
salida sin mostrar retroalimentación sobre el proceso por el cuál se obtuvo este resultado.
En el ámbito de la medicina, en el cual se requiere explicación con respecto a las decisiones
tomadas, este comportamiento es un impedimento que estas tecnologías se apliquen en una
mayor cantidad de problemas a pesar de los beneficios potenciales de su uso. Este proyecto
aborda esta problemática en un modelo construido para la identificación de la enfermedad
Leishmaniasis cutánea en imágenes desarrollado por estudiantes de la Universidad del Valle
de Guatemala.
