Guía del Expositor

• Neumonía = problema de salud global
• Diagnóstico requiere expertos
• IA puede ayudar en screening

“Desarrollamos una red neuronal que analiza rayos X de tórax para detectar neumonía, logrando un 80% de precisión y 96% de sensibilidad.”

• 5,863 imágenes de rayos X
• 2 clases: NORMAL y PNEUMONIA
• Dataset público de Kaggle

Input (224×224×3)
    ↓
3 Bloques Convolucionales
    ↓
Pooling + Dropout
    ↓
Fully Connected
    ↓
Output [NORMAL, PNEUMONIA]

• Detecta patrones en imágenes
• Invarianza a traslaciones
• Probada en imagenología médica

“Usamos una Red Neuronal Convolucional porque está especializada en procesar imágenes. Tiene 3 capas que detectan patrones: primero líneas y bordes, luego texturas, y finalmente características de neumonía como opacidades.”

“Nuestro modelo alcanzó 80% de accuracy en datos nunca vistos, con un AUC-ROC de 0.93, lo que indica excelente capacidad para distinguir entre casos normales y neumonía.”

“Lo más importante: el modelo tiene 96% de sensibilidad, es decir, detecta casi todos los casos de neumonía. En medicina es mejor tener falsos positivos que perder un caso real.”

• Alta sensibilidad (96.67%) → Detecta casi todas las neumonías
• AUC alto (0.93) → Buena capacidad discriminativa
• Útil para screening inicial

• Falsos positivos (necesita verificación médica)
• Solo clasifica 2 clases (no distingue viral vs bacteriana)
• Herramienta de apoyo, NO diagnóstico definitivo

“Este sistema puede servir como herramienta de screening en centros de salud primarios, ayudando a priorizar casos urgentes y apoyar en el diagnóstico temprano.”

• ✅ results/ (carpeta completa con gráficas)
• ✅ PLANTEAMIENTO.md
• ✅ DISEÑO_MODELO.md
• ✅ RESUMEN_PARA_EXPOSITOR.md

• GUIA_COMPLETA.md (referencia completa)
• src/model.py (código de la CNN)

• Leí PLANTEAMIENTO.md completo
• Leí DISEÑO_MODELO.md (al menos páginas 1-2)
• Revisé todas las gráficas en results/
• Practiqué explicar la arquitectura CNN
• Tengo respuestas para preguntas frecuentes
• Sé los números: 80%, 93% AUC, 96% sensibilidad
• Puedo explicar por qué CNN es mejor que otras redes