Aplicaciones de Inteligencia Artificial, en la enseñanza superior (fase II). Diagnóstico parasitológico de parásitos humanos y zoonóticos / Blanca Elizabeth Samayoa Herrera; investigadores Anneliese Moller Sundfeldt, Rossana Ruano, Luis Felipe Choc Martínez, Mildred Alquijay, Martín Gil y Edelwaiz Morataya.

Apéndice en la página 66.

Tesauro DeCS

Las infecciones intestinales afectan a un 24% de la población mundial, entre ellos Guatemala hasta con un 40%. El desarrollo de una aplicación basada en IA para la detección automatizada de parásitos debe contar con datos a nivel local. Objetivo: Determinar los CAP de profesionales de la salud humana y veterinaria, diagnóstico parasitológico y ampliar el banco de imágenes de parásitos de origen humano y zoonótico. Metodología: La encuesta de CAP y una aplicación basado en IA fue distribuida a través de la plataforma Google Forms. Las imágenes se colectaron de muestras provenientes de lugares de EPS en el país y clínicas veterinarias. La observación y captura de imágenes se efectuó con microscopio óptico marca Leitz y Leica DM1000 y una cámara Sony Cyber-Shot DSCRX100. Los datos generados se trasladaron a una hoja Excel y luego fueron analizados con estadística descriptiva en R. Resultados: 83 profesionales de la salud humana y 40 de veterinaria completaron la encuesta y se recopilaron 6,876 imágenes, de éstas 5,579 imágenes corresponden a parásitos de humanos y el resto a parásitos de origen zoonótico, éstas se utilizarán para elegir las más apropiadas para alimentar la aplicación en un futuro próximo. Conclusiones Los profesionales indicaron que una AIA los apoyaría y mejoraría la calidad y eficiencia de los resultados generados en el diagnóstico parasitológico. Mientras las imágenes capturadas aumentan el potencial para el desarrollo de una AIA para el diagnóstico de parásitos intestinales de origen humano y zoonótico, para uso en educación y laboratorio de diagnóstico.

Intestinal infections affect 24% of the world population, including Guatemala with up to 40%. The development of an AI-based application for automated parasite detection must rely on data at the local level. Objective: To determine the CAP of human and veterinary health professionals for parasitological diagnosis and to expand the image bank of parasites of human and zoonotic origin. Methodology: The CAP survey and an AI-based application were distributed through the Google forms platform. The images were collected from samples from EPS locations in the country and veterinary clinics. Observation and image capture were carried out using a Leitz and Leica DM1000 optical microscope and a Sony Cyber-Shot DSC-RX100 camera. The generated data was transferred to an Excel sheet and then analyzed with descriptive statistics in R. Results: 83 human health professionals and 40 veterinary professionals completed the survey, and 6,876 images of the project were collected, of these 5,579 images correspond to human parasites and the rest to parasites of zoonotic origin, these will be used to choose the most appropriate for feed the app in the near future. Conclusions The professionals indicated that an AI application would support them and improve the quality and efficiency of the results generated in the parasitological diagnosis. While the captured images increase the potential for better development of an AI application for the diagnosis of intestinal parasites of human and zoonotic origin.