Epistemología de la salud: IA global frente al diagnóstico comunitario de malaria en Venezuela (2025-2026)
Fecha
2026-06-02Palabras Clave
Malaria, Inteligencia artificial, Vigilancia epidemiológica, Participación comunitaria, Epistemología de la saludMalaria, Artificial intelligence, Epidemiological surveillance, Deep learning, Community participation
Metadatos
Mostrar el registro completo del ítemResumen
Esta investigación analiza la intersección ontológica entre la innovación digital y la crisis de malaria en Venezuela (2025- 2026), proponiendo una ruptura con el paradigma biomédico tradicional. Se presenta el modelo de Vigilancia Epidemiológica Activa bajo Investigación-Acción Participante (VEA-IAP), el cual integra Redes Neuronales Convolucionales (CNN) para democratizar el diagnóstico en entornos de exclusión. El estudio adopta un enfoque mixto (QUAN-QUAL) en el municipio Obispo Ramos de Lora, estado Mérida, para validar la precisión técnica del algoritmo y evaluar el capital social como determinante de sostenibilidad. Los resultados sugieren que la Inteligencia Artifi cial, subordinada al imperativo de la dignidad humana, funciona como un dispositivo de justicia social que reduce los tiempos de respuesta en el diagnóstico de días a minutos. Se concluye que la efi cacia tecnológica es indisoluble de la confi anza comunitaria y la gobernanza transparente, manteniendo ética y capital social en el modelo.
RECIBIDO: 18/11/2025 - ACEPTADO: 05/12/2025
Colecciones
Información Adicional
| DOI | https://doi.org/10.53766/Cay |
| Otros Títulos | Epistemology of health: AI global versus community-based malaria diagnosis in Venezuela (2025-2026) |
| Correo Electrónico | larevistacayapa@gmail.com lisbethcontreraslobo@gmail.com |
| ORCID | http://orcid.org/0000-0002-3097-1815 |
| Editor | SaberULA |
| ISSN | 1317-5734 |
| ISSN Electrónico | 2244-8446 |
| Resumen en otro Idioma | This research explores the ontological intersection between digital innovation and the malaria crisis in Venezuela (2025- 2026), proposing a shift away from the reductionist biomedical paradigm. It introduces a model of Participatory Action Research-based Active Epidemiological Surveillance (AES-PAR), which integrates Convolutional Neural Networks (CNN) to democratize diagnostics within exclusion contexts. Employing a mixedmethods approach (QUAN-QUAL)in the municipality of Obispo Ramos de Lora, Mérida State, the study validates the technical precision of the algorithm while evaluating social capital as a key driver for sustainability. Preliminary findings suggest that AI, when aligned with human dignity, serves as a social justice tool, reducing diagnostic response times from days to minutes. The study concludes that technological efficacy is inseparable from community trust and transparent governance, keeping ethics and social capital in the model. |
| Colación | 79-90 |
| Periodicidad | Semestral |
| Página Web | www.saber.ula.ve/cayapa |
| País | Venezuela |
| Institución | Universidad de los Andes |
| Sección | Revista Cayapa: Artículos |





