Estancia de investigación relacionada a la tesis de maestría Fondecyt-UCSP respecto al desarrollo de modelos interpretables para el diagnóstico médico basado en redes neuronales convolucionales (CNN) mediante el análisis de los filtros de convolución, los mapas de características y gradientes.

La pasantía titulada "Estancia de investigación relacionada a la tesis de maestría Fondecyt-UCSP respecto al desarrollo de modelos interpretables para el diagnóstico médico basado en redes neuronales convolucionales (CNN) mediante el análisis de los filtros de convolución, los mapas de características y gradientes" busca aumentar la confianza de médicos expertos en la predicción de un modelo de diagnóstico médico. Para ello, se propone integrar un módelo de diagnóstico médico pre-existente con nuevas técnicas de interpretabilidad de módelos basados en aprendizaje profundo. Debido, principalmente, a que el modelo propuesto para esta pasantía no se limita únicamente a la interpretación de la predicción del dolor crónico, sino que se puede extrapolar a otras arquitecturas predictivas; la presente propuesta permitirá el acercamiento entre los esfuerzos teóricos propuestos en trabajos relacionados a la inteligencia artificial y las acciones prácticas llevadas a cabo por los ténicos y expertos médicos en distintas áreas. Finalmente, los resultados objetidos en la pasantía podrán ser transmitidos a estudiantes, grupos de investigación y comunidades de desarrollo en Arequipa. Lo que permitirá poder participar y/o liderar inicitativas de proyectos en el tema.

VIZCARRA AGUILAR ,GERSON WALDYR