Diagnóstico dermatológico asistido por inteligencia artificialacerca de diagnoskin
DiagnoSkin nace como respuesta a una necesidad detectada en el ámbito de la atención primaria: la dificultad para diagnosticar correctamente patologías cutáneas sin la intervención de un dermatólogo. Aprovechando mi experiencia previa en el sector sanitario, me planteé el desarrollo de una herramienta inteligente y accesible que ayudara a reducir errores de diagnóstico, evitar derivaciones innecesarias y optimizar recursos clínicos.
La solución se implementó como una aplicación nativa para Android, desarrollada íntegramente en Kotlin, integrando un modelo de inteligencia artificial diseñado en Python con TensorFlow y adaptado a TensorFlow Lite para su ejecución en dispositivos móviles. El modelo, basado en MobileNetV2, fue entrenado mediante técnicas de transfer learning y fine-tuning para reconocer cinco patologías comunes: melanoma, dermatofibroma, angioma, nevus y onicomicosis.
Para garantizar la persistencia y gestión de los datos, se implementó una base de datos MySQL conectada mediante una API REST desarrollada en PHP, permitiendo operaciones CRUD sobre usuarios, pacientes y diagnósticos. A nivel de seguridad y usabilidad, se añadió acceso biométrico mediante huella digital, encriptación de contraseñas SHA256 y control de privilegios de usuario (administrador vs. básico).
Funcionalidades adicionales implementadas como la generación automática de informes en PDF, gestión de estadísticas por centros médicos y fechas, y la integración con Google Maps API ofrecen un valor añadido relevante para su uso profesional.
Con este proyecto pretendo demostrar competencias clave demandadas en el entorno laboral actual: el desarrollo de aplicaciones móviles con Kotlin, la integración de inteligencia artificial en soluciones reales, el diseño de arquitecturas cliente-servidor eficientes, una gestión segura de los datos y un enfoque centrado en la usabilidad. Mi objetivo ha sido resolver un problema real mediante el uso de tecnologías actuales y escalables, desarrollando una solución práctica con impacto tanto clínico como tecnológico.
