Fraga-Lamas, PaulaOlañeta Fariña, DanielUniversidade da Coruña. Facultade de Informática2026-06-162026-06-162025-09https://hdl.handle.net/2183/48592[Resumen]: El melanoma es una forma agresiva de cáncer de piel, con una incidencia mundial en aumento, lo que dificulta a los sistemas de salud que necesitan detección temprana para un buen pronóstico. Poder dar seguimiento regular a los lunares es difícil debido a la falta de dermatólogos, los costos de las consultas y las dificultades geográficas. Las aplicaciones móviles de salud son una buena herramienta para dar acceso a exámenes dermatológicos y para que los usuarios cuiden y monitoricen su piel en casa. La inteligencia artificial, usada en redes neuronales, tiene el potencial de automatizar el análisis de lesiones y ayudar a encontrar cambios sospechosos en los lunares. Este trabajo propone crear una aplicación móvil que incluya un modelo de aprendizaje profundo basado en EfficientNetV2-B0 con el análisis tradicional de la regla ABCDE para ofrecer una herramienta accesible de examen dermatológico. Para hacer esto, se usó el conjunto de datos SIIM-ISIC Melanoma Classification, que contiene miles de imágenes dermatoscópicas, aplicando técnicas de equilibrio de datos y para dispositivos móviles con pocos recursos. El sistema permite la detección automática de características sospechosas en lunares, y el seguimiento de lesiones a través del tiempo mediante un sistema de mapeo corporal fácil de usar que ayuda a monitorizar los cambios. Se ofrece una versión completa para dispositivos Android que hace posible el procesamiento local de datos médicos, cumpliendo con los estándares de privacidad y seguridad, dando recomendaciones personalizadas basadas en los resultados del análisis automatizado para guiar a los usuarios sobre cuándo buscar ayuda dermatológica.[Abstract]: Melanoma is an aggressive form of skin cancer, with a growing global incidence, which puts pressure on healthcare systems that need early detection for a good prognosis. Regular monitoring of moles is difficult due to a lack of dermatologists, the cost of consultations, and geographical difficulties. Mobile health applications are a good tool for providing access to dermatological examinations and for users to care for and monitor their skin at home. Artificial intelligence, used in neural networks, has the potential to automate the analysis of lesions and help find suspicious changes in moles. This work proposes the creation of a mobile application that includes a deep learning model based on EfficientNetV2-B0 with traditional ABCDE rule analysis to provide an accessible dermatological examination tool. To do this, the SIIM-ISIC Melanoma Classification dataset, which contains thousands of dermatoscopic images, was used, applying data balancing techniques and techniques for low-resource mobile devices. The system that was created allows for the automatic detection of suspicious characteristics in moles and the tracking of lesions over time using an easy-to-use body mapping system that helps monitor changes. A full version is available for Android devices that enables local processing of medical data, complying with privacy and security standards, and providing personalized recommendations based on the results of the automated analysis to guide users on when to seek dermatological help.spaAttribution 4.0 Internationalhttp://creativecommons.org/licenses/by/4.0/MelanomaAprendizaje MáquinaAplicación móvilInteligencia artificialRegla ABCDESeguimiento de lunaresAnálisis de lunaresMachine LearningMobile applicationArtificial intelligenceABCDE ruleAndroidMole trackingMole analysismaster thesisopen access