Aplicación móvil con inteligencia artificial para la detección rápida de enteroparasitos usando microscopio open hardware en comunidades rurales de Loreto

La alta prevalencia de anemia y parasitosis en la Amazonía peruana, exacerbada por brechas geográficas, exige soluciones tecnológicas disruptivas para descentralizar la atención sanitaria. Loreto enfrenta una crisis de diagnóstico por la escasez de microscopios y personal capacitado (<10%), perpetuando enfermedades en zonas rurales donde los equipos convencionales son inviables económicamente. Este estudio es de desarrollo tecnológico y validación clínica que adapta microscopía open hardware (OpenFlexure) y entrena algoritmos de aprendizaje profundo con un banco de imágenes local. Se tiene como hipótesis que la IA integrada a microscopía móvil permite diagnosticar enteroparásitos con efectividad comparable a expertos humanos, superando limitaciones de infraestructura. El objetivo general es desarrollar y validar un sistema integrado de IA y microscopía abierta para el diagnóstico rápido de enteroparásitos en Loreto, mejorando la accesibilidad y precisión. Los Objetivos específicos incluyen: 1) Aprobación ética y gestión; 2) Adaptación y conectividad del microscopio OpenFlexure; 3) Generación de banco de imágenes etiquetado; 4) Entrenamiento de algoritmos de IA; 5) Desarrollo de la app diagnóstica; 6) Validación en puestos de salud y con promotores comunitarios; y 7) Transferencia tecnológica. Entre los resultados esperados: Se obtendrá un prototipo =TRL 5 validado en entorno simulado y un paquete tecnológico transferible, respaldado por solicitud de propiedad intelectual y tesis de posgrado. Se contempla que la solución reducirá costos operativos del sistema de salud (económico) y potenciará el capital humano regional al disminuir la carga de enfermedades parasitarias (social).