Executive Secretary
21st International Symposium on Electrical Engineering
SIE 2025
Abstract
This study aimed to design and implement an explainable artificial
intelligence system for skin cancer diagnosis based on dermatoscopic images, capable
of delivering clear, useful, and trustworthy explanations. A multimodal approach was
developed combining visual, textual, and numerical explanations, using interpretability
techniques, classical image processing, and biomedical language models enhanced
through information retrieval. The system was evaluated addressing content,
presentation, and user interaction, combining objective metrics and surveys completed
by dermatologists. Results showed the system was perceived as relevant,
understandable, and reliable, even among professionals with limited AI knowledge. The
system successfully met its objective by demonstrating clinical usefulness,
interpretability, and educational value. This work represents a significant step toward
integrating explainable AI tools into real-world clinical settings and suggests future
development in user customization, interactivity, and bibliographic traceability.
Resumen
En este trabajo se diseñó e implementó un sistema de inteligencia artificial
explicativa orientado al diagnóstico de cáncer de piel a partir de imágenes
dermatoscópicas, capaz de ofrecer explicaciones claras, útiles y confiables sobre sus decisiones. Se desarrolló un enfoque multimodal que integra explicaciones visuales,
textuales y numéricas, utilizando técnicas de interpretabilidad, procesamiento clásico de
imágenes y modelos de lenguaje biomédico ajustados mediante recuperación de
información. La evaluación realizada contempló dimensiones como contenido,
presentación e interacción con el usuario, combinando métricas objetivas y encuestas
aplicadas a médicos especialistas en dermatología. Los resultados mostraron que el
sistema es percibido como relevante, claro y confiable, incluso por profesionales con
conocimientos limitados en inteligencia artificial. El sistema logró cumplir su objetivo,
al demostrar su utilidad clínica, facilidad de comprensión y potencial educativo. Se
concluye que esta propuesta constituye un avance significativo en la integración de
sistemas explicativos en contextos clínicos reales, abriendo nuevas líneas de desarrollo
en cuanto a personalización, interactividad y trazabilidad de las fuentes utilizadas por
los modelos.
About The Speaker
Amanda Noris Hernández
Discussion