Explora brechas de
investigación por sector
53 proyectos de ML organizados por sector, con brecha de investigación, técnica predominante y referencia académica. Úsalo como punto de partida para tu investigación.
Sector:
‹
›
| # | Sector | Proyecto | Técnica Predominante | Brecha de Investigación | Acceso a Datos | Referencia de Review |
|---|---|---|---|---|---|---|
| #3 | Salud | GAN — Mamografías sintéticas Generación de imágenes de cáncer de mama |
GANCNN | Poca validación clínica de imágenes sintéticas; riesgo de introducir artefactos que afecten diagnósticos reales. | Media |
Deep Learning in Medical Image Analysis (2025)
doi.org/10.1016/S1526-1492(25)00415-1
|
| #4 | Salud | Leucemia — Clasificación de muestras de sangre Detección por imágenes de microscopía |
CNNTransfer Learning | Datasets pequeños y poca diversidad étnica; modelos con baja generalización a distintos laboratorios. | Alta |
Applying Deep Learning to Medical Imaging: A Review (2023)
doi.org/10.3390/app13189521
|
| #10 | Salud | App clasificadora de riesgos psicológicos Canalización a psicólogo — despliegue en AWS |
ML supervisadoNLP | Escasa validación en idioma español; falta de datos etiquetados clínicamente validados para Latinoamérica. | Alta |
Mental health prediction using ML: taxonomy & challenges (2022)
doi.org/10.1016/j.artmed.2022.102373
|
| #16 | Salud | Retinopatía diabética — Detección por imagen Clasificación fundus retinal |
CNNResNet | Bajo rendimiento en imágenes de baja calidad de centros rurales; poca interpretabilidad (XAI) para clínicos. | Baja |
Advances in AI for Medical Imaging (ScienceDirect, 2025)
doi.org/10.1016/j.procs.2025.09.457
|
| #24 | Salud | Clasificación de próstata con ataques adversarios Robustez ante perturbaciones adversariales |
CNNAdversarial ML | Poca investigación sobre robustez de modelos médicos ante ataques; estándares regulatorios aún indefinidos. | Alta |
XAI for Medical Imaging (Springer Cluster Computing, 2024)
doi.org/10.1007/s10586-025-05281-5
|
| #30 | Salud | Predicción displasia de cadera — Despliegue en AWS Clasificación de imágenes + MongoDB + Lambda |
CNNCloud Deploy | Pocos estudios con despliegue real en producción; falta de integración con sistemas hospitalarios existentes. | Alta |
Deep Learning in Medical Image Analysis (2025)
doi.org/10.1016/S1526-1492(25)00415-1
|
| #2 | Minería | Fragmentación en voladuras a cielo abierto Diseño de malla de explosivos → tamaño de fragmento |
Regresión MLXGBoost | Datos escasos y propietarios; poca integración con sensores IoT en tiempo real para ajuste dinámico. | Alta |
AI-Driven Predictive Maintenance in Mining (MDPI Applied Sciences, 2025)
doi.org/10.3390/app15063337
|
| #5 | Minería | Pastizales — Clasificación de degradación multimodal Imágenes + laboratorio + observación empírica |
MultimodalRF + CNN | Muy pocos modelos multimodales con datos de campo combinados; escasez de datasets latinoamericanos etiquetados. | Alta |
ML Applications in Agriculture (Agronomy MDPI, 2023)
doi.org/10.3390/agronomy13122976
|
| #12 | Minería | Predicción de caudal hídrico con LSTM Series de tiempo hidrológicas |
LSTMRNN | Generalización limitada a cuencas distintas a las de entrenamiento; falta de datos de calidad en regiones con poca instrumentación. | Media |
Transforming Mining Energy: ML Techniques (Frontiers, 2025)
doi.org/10.3389/fenrg.2025.1569716
|
| #13 | Minería | VAD — Segmentación de clientes de energía Clustering por perfil de consumo eléctrico |
K-MeansDBSCAN | Poca aplicación de clustering avanzado en tarifas reguladas; falta incorporar variables de comportamiento temporal. | Media |
Transforming Mining Energy: ML Techniques (Frontiers, 2025)
doi.org/10.3389/fenrg.2025.1569716
|
| #19 | Minería | Mantenimiento predictivo de molino SAG RUL / TTF / Clasificación por ventana de fallo |
LSTMRFARIMA | Datos propietarios muy difíciles de obtener; transferencia de modelos entre minas aún poco explorada. | Alta |
AI-Driven Predictive Maintenance in Mining (MDPI, 2025)
doi.org/10.3390/app15063337
|
| #20 | Minería | Predicción de costos de operación minera Pronóstico de costos diarios — Huinchos |
Regresión MLGradient Boosting | Modelos poco interpretables para operadores; escasez de estudios con datos reales de minería latinoamericana. | Alta |
AI-Driven Predictive Maintenance in Mining (MDPI, 2025)
doi.org/10.3390/app15063337
|
| #25 | Minería | Predicción de pérdidas de energía / robo Identificación de zonas de pérdidas no técnicas |
Clasificación MLAnomaly Detection | Pocos estudios con datos sintéticos realistas; necesidad de modelos explicables para reguladores y auditores. | Media |
Transforming Mining Energy: ML Techniques (Frontiers, 2025)
doi.org/10.3389/fenrg.2025.1569716
|
| #27 | Minería | Predicción de precipitaciones con datos de API Visualizaciones interactivas de datos meteorológicos |
LSTMSeries Tiempo | Modelos locales con baja precisión en zonas montañosas; poca integración de variables satelitales y de reanálisis. | Baja |
ML Applications in Agriculture (Agronomy MDPI, 2023)
doi.org/10.3390/agronomy13122976
|
| #35 | Minería | Optimización de variables de producción minera Identificar tareas clave que optimizan producción |
Feature ImportanceXGBoost | Datos operativos no estandarizados entre minas; poca investigación sobre optimización de secuencias de tareas con ML. | Alta |
AI-Driven Predictive Maintenance in Mining (MDPI, 2025)
doi.org/10.3390/app15063337
|
| #41 | Minería | Predicción fallas eléctricas por históricos Mantenimiento predictivo de infraestructura eléctrica |
ClasificaciónNLP sobre reportes | Dificultad de etiquetar eventos pasados; textos de reportes sin estructura y con vocabulario técnico no estandarizado. | Alta |
Predictive Maintenance: Bibliometric Analysis (JISEM, 2024)
doi.org/10.55267/iadt/09.jisem.2024
|
| #43 | Minería | Multimodal minería de exploración geológica Imágenes satelitales + geomagnéticos + laboratorio |
Multimodal DLCNN + Tabular | Fusión de modalidades heterogéneas poco explorada; datasets geológicos de dominio público muy limitados. | Alta |
AI-Driven Predictive Maintenance in Mining (MDPI, 2025)
doi.org/10.3390/app15063337
|
| #44 | Minería | Metaheurísticas — Predicción ROP y MSE en perforación Rate of Penetration + Mechanical Specific Energy |
MetaheurísticasRegresión Multimodal | Poca comparación sistemática entre metaheurísticas en este dominio; escasez de datos de perforación abiertos. | Alta |
AI-Driven Predictive Maintenance in Mining (MDPI, 2025)
doi.org/10.3390/app15063337
|
| #34 | Minería | Control de calidad de árbitros mineralógicos Detección de sesgo en evaluaciones de contenido mineral |
ClasificaciónFairness ML | Problema original y poco estudiado; ausencia de marcos de equidad aplicados a contextos industriales de inspección. | Alta |
Unmasking Bias in AI: EHR-based models (ScienceDirect, 2024)
doi.org/10.1016/j.jbi.2024.104749
|
| #1 | Agricultura | Cemento — Resistencia a la compresión Regresión sobre composición vs. resistencia |
Regresión MLSVR / ANN | Datasets pequeños y homogéneos; falta de generalización a cementos de distintas regiones y formulaciones. | Baja |
ML Applications in Agriculture (Agronomy MDPI, 2023)
doi.org/10.3390/agronomy13122976
|
| #2 | Agricultura | Arroz — Clasificación de tipo por imagen Visión computacional en agro-industria |
CNNTransfer Learning | Poca variedad de condiciones de iluminación y calidad en datasets; modelos aún no desplegados en líneas de producción. | Baja |
Applications of ML and DL in Agriculture (ScienceDirect, 2025)
doi.org/10.1016/j.atech.2025.100338
|
| #26 | Agricultura | Predicción variables de tanques de piscicultura (IoT) Acuicultura + API IoT en tiempo real |
RegresiónLSTMIoT | Muy pocos estudios de ML en acuicultura latinoamericana; integración IoT-ML en tiempo real poco validada a escala. | Alta |
Applications of ML and DL in Agriculture (ScienceDirect, 2025)
doi.org/10.1016/j.atech.2025.100338
|
| #32 | Agricultura |
Predicción de precios de abarrotes
Optimización de régimen alimenticio-nutricional
|
Regresión Optimización combinatoria | Combinar predicción de precios con optimización nutricional es novedoso; pocos datasets abiertos de precios locales. | Media |
ML in Agriculture: Impact on Supply Chain (Springer, 2025)
doi.org/10.1007/s44187-025-00419-1
|
| #33 | Agricultura | Clasificación de plagas de algodón + App BeeWare Visión computacional + app móvil nativa |
CNNYOLOMobile Deploy | Aplicaciones móviles para detección de plagas con poca latencia en campo; escasez de datasets de plagas latinoamericanas. | Media |
Applications of ML and DL in Agriculture (ScienceDirect, 2025)
doi.org/10.1016/j.atech.2025.100338
|
| #7 | Negocios | Análisis de datos de negocio con pandas Respuesta a preguntas de negocio con EDA |
EDAPandas | Ejercicio introductorio; la brecha real está en automatizar insights accionables desde EDA sin intervención manual. | Baja |
ML in Business and Finance: Literature Review (Springer, 2024)
doi.org/10.1186/s40854-024-00629-z
|
| #8 | Negocios | Predicción de ventas, segmentación y anomalías (Retail) Pipeline completo de análisis comercial |
ClusteringRegresiónAnomaly Detection | Integración de los tres problemas (predicción + segmentación + anomalías) en un solo pipeline aún poco explorada. | Baja |
ML in Business and Finance: Literature Review (Springer, 2024)
doi.org/10.1186/s40854-024-00629-z
|
| #15 | Negocios | Social Listening para KPIs de restaurante Reseñas → monitoreo de indicadores de desempeño |
NLPSentiment AnalysisDashboard | Pocos estudios que conecten análisis de sentimiento con KPIs accionables en PYMES del sector gastronómico. | Baja |
NLP Sentiment Analysis: State-of-the-art Review (NLP Journal, 2024)
doi.org/10.1016/j.nlp.2024.100059
|
| #17 | Negocios | Markowitz con ML para carteras de inversión Predicción de precio de activos + optimización |
LSTMPortafolio Optimization | Poca validación en mercados emergentes latinoamericanos; incertidumbre no cuantificada en pronósticos de precios. | Baja |
Deep Learning in Finance: Survey (MDPI AI, 2024)
doi.org/10.3390/ai5040101
|
| #28 | Negocios | Segmentación de operarios de empresa Clustering no supervisado de perfiles laborales |
K-MeansPCAClustering avanzado | Aplicación de clustering a RRHH poco estudiada en contextos industriales; falta de features relacionadas con desempeño. | Alta |
ML in Business and Finance: Literature Review (Springer, 2024)
doi.org/10.1186/s40854-024-00629-z
|
| #29 | Negocios | Predicción de venta de boletos de béisbol Estimación por punto de venta para liberar códigos |
RegresiónSeries Tiempo | Modelo de negocio muy específico (liberación de códigos); poca literatura sobre forecasting de boletos deportivos en LATAM. | Alta |
ML in Business and Finance: Literature Review (Springer, 2024)
doi.org/10.1186/s40854-024-00629-z
|
| #37 | Negocios | Predicción de ventas de ferretería Forecasting de demanda comercial minorista |
RegresiónXGBoost | Datos de negocios locales con mucha estacionalidad y eventos atípicos; baja disponibilidad de datos abiertos del sector. | Alta |
ML in Business and Finance: Literature Review (Springer, 2024)
doi.org/10.1186/s40854-024-00629-z
|
| #45 | Negocios | Predicción de bonos USA con diferentes modelos Forecasting de rendimientos de renta fija |
LSTMTransformersEnsemble | Impacto de eventos macroeconómicos atípicos en modelos de series tiempo; poca comparación sistemática de arquitecturas. | Baja |
Deep Learning in Finance: Survey (MDPI AI, 2024)
doi.org/10.3390/ai5040101
|
| #50 | Negocios | Simulación de políticas de innovación empresarial DL sobre encuestas de inversión + patentes |
DL sobre tabularSimulación de escenarios | Simulación de políticas con ML en innovación empresarial es área emergente con muy poca literatura. | Alta |
ML in Business and Finance: Literature Review (Springer, 2024)
doi.org/10.1186/s40854-024-00629-z
|
| #6 | Tecnología | Detección de cascos con YOLO Seguridad industrial — PPE detection |
YOLOObject Detection | Alta tasa de falsos positivos en condiciones de poca iluminación; poca generalización a distintos tipos de EPP. | Baja |
Deep Learning in Medical Image Analysis (ScienceDirect, 2025)
doi.org/10.1016/S1526-1492(25)00415-1
|
| #11 | Tecnología | Modelos CNN con base VGG Clasificación de imágenes con arquitectura VGG |
VGGTransfer Learning | VGG es arquitectura madura; brecha está en combinación con mecanismos de atención y reducción de parámetros. | Baja |
Applying Deep Learning to Medical Imaging: A Review (MDPI, 2023)
doi.org/10.3390/app13189521
|
| #23 | Tecnología | Reconocimiento facial con app en Tkinter Pipeline de identificación + interfaz de escritorio |
CNNFace Recognition | Sesgos raciales y de género en modelos de reconocimiento facial; privacidad y regulaciones de datos biométricos. | Baja |
XAI for Medical Imaging (Springer Cluster Computing, 2024)
doi.org/10.1007/s10586-025-05281-5
|
| #38 | Tecnología | Ciberseguridad — Perfil de usuarios y riesgo de ataques Clasificación de riesgo de ciberataques |
Clasificación MLAnomaly Detection | Escasez de datasets balanceados de ciberataques reales; modelos poco adaptables a amenazas emergentes (zero-day). | Media |
AI Integration in Financial Services (Nature Humanities, 2025)
doi.org/10.1057/s41599-025-04850-8
|
| #40 | Tecnología | Detección de violencia en videovigilancia Clasificación de imágenes de cámaras de seguridad |
CNNVideo Classification | Alta latencia en tiempo real; modelos aún con muchos falsos positivos en contextos de multitudes o movimiento rápido. | Media |
Applying Deep Learning to Medical Imaging: A Review (MDPI, 2023)
doi.org/10.3390/app13189521
|
| #44b | Tecnología | Detección de EPP — Proyecto IoT integral Seguridad industrial + arquitectura IoT completa |
YOLOIoT Edge | Despliegue en edge con recursos limitados; poco trabajo en adaptación de modelos YOLO a hardware IoT embebido. | Media |
AI-Driven Predictive Maintenance in Mining (MDPI, 2025)
doi.org/10.3390/app15063337
|
| #48 | Tecnología | Optimización PID con Metaheurísticas Tuning automático de controladores PID |
MetaheurísticasGA / PSO | Comparación sistemática entre algoritmos metaheurísticos en PID aún insuficiente; poca validación en sistemas reales. | Alta |
AI-Driven Predictive Maintenance in Mining (MDPI, 2025)
doi.org/10.3390/app15063337
|
| #9 | Gobierno / Social | Social Listening COVID-19 — Opinión sobre vacunas (Perú) Tweets + análisis de sentimiento en salud pública |
NLPSentiment AnalysisTwitter API | Poca cobertura del español latinoamericano; datos de Twitter ahora muy restringidos y costosos post-X/Elon. | Alta |
NLP Sentiment Analysis: State-of-the-art Review (NLP Journal, 2024)
doi.org/10.1016/j.nlp.2024.100059
|
| #14 | Gobierno / Social | Flujo de análisis de sentimientos con ElasticSearch Dashboard + stream continuo de tweets |
NLPStreamingElasticSearch | Arquitecturas de análisis en tiempo real con NLP poco accesibles para instituciones pequeñas y gobiernos locales. | Media |
Challenges in Deep Learning for Sentiment Analysis (Springer AI Review, 2024)
doi.org/10.1007/s10462-023-10651-9
|
| #39 | Gobierno / Social | Violencia familiar — Clasificación por reportes policiales NLP sobre texto + clasificación multiclase |
NLPClasificación ML | Textos policiales con lenguaje informal y no estandarizado; alta sensibilidad ética; escasos datasets abiertos en español. | Alta |
NLP Sentiment Analysis: State-of-the-art Review (NLP Journal, 2024)
doi.org/10.1016/j.nlp.2024.100059
|
| #42 | Gobierno / Social | Social Listening: Marketing con PLN y ecuaciones estructurales Modelos de ecuaciones estructurales + NLP |
NLPSEMClasificación | Combinación de NLP con SEM es metodológicamente compleja y poco explorada en contextos de marketing latinoamericano. | Media |
Challenges in Deep Learning for Sentiment Analysis (Springer AI Review, 2024)
doi.org/10.1007/s10462-023-10651-9
|
| #43b | Gobierno / Social | Social Listening: YouTube y noticias en tendencia Clasificación de tópicos en comentarios de YouTube |
NLPTopic ModelingBERT | Detección de tendencias en tiempo real en plataformas de video con NLP aún con alta latencia y cobertura limitada. | Baja |
NLP Sentiment Analysis: State-of-the-art Review (NLP Journal, 2024)
doi.org/10.1016/j.nlp.2024.100059
|
| #49 | Gobierno / Social | Social Listening: Turismo (TripAdvisor) Análisis de reseñas de turismo |
NLPSentiment Analysis | Pocos estudios de turismo en destinos emergentes latinoamericanos con NLP en español. | Baja |
NLP Sentiment Analysis: State-of-the-art Review (NLP Journal, 2024)
doi.org/10.1016/j.nlp.2024.100059
|
| #51 | Gobierno / Social | Análisis cualitativo para políticas públicas Ciencias sociales + generación de política pública |
NLPAnálisis cualitativo asistido | IA para análisis cualitativo en ciencias sociales es área emergente; riesgo de pérdida de matices interpretativos. | Alta |
Challenges in Deep Learning for Sentiment Analysis (Springer AI Review, 2024)
doi.org/10.1007/s10462-023-10651-9
|
| #3b | Gobierno / Social | OCR de INEs con Pytesseract Detección de caracteres en documentos de identidad |
OCRPytesseractCV | Baja precisión en documentos deteriorados o con variación tipográfica; poca generalización a múltiples países y formatos. | Alta |
Applying Deep Learning to Medical Imaging: A Review (MDPI, 2023)
doi.org/10.3390/app13189521
|
| #21 | Industria | Desgaste de rodillos — Manufactura Predicción de desgaste en componentes industriales |
Regresión MLFeature Engineering | Datos propietarios difíciles de compartir; necesidad de datasets sintéticos realistas para generalizar modelos. | Alta |
Predictive Maintenance: Bibliometric Analysis (JISEM, 2024)
doi.org/10.55267/iadt/09.jisem.2024
|
| #22 | Industria | Clasificación de solicitudes con PLN (atención al cliente) NLP sobre notas libres → routing a departamento |
NLPClasificación textoBERT | Clasificación de texto en dominios industriales específicos con vocabulario técnico requiere fine-tuning costoso. | Alta |
NLP Sentiment Analysis: State-of-the-art Review (NLP Journal, 2024)
doi.org/10.1016/j.nlp.2024.100059
|
| #31 | Industria | Clasificación de daños en puentes — Imágenes Inspección visual de infraestructura civil |
CNNObject Detection | Poca variedad de condiciones climáticas y de daño en datasets; falta de integración con sistemas de gestión de activos. | Media |
Deep Learning in Medical Image Analysis (ScienceDirect, 2025)
doi.org/10.1016/S1526-1492(25)00415-1
|
| #18 | Entretenimiento / IA | Space Invaders con DQN Aprendizaje por refuerzo profundo en videojuegos |
DQNReinforcement Learning | Transferencia de políticas aprendidas en juegos a entornos del mundo real; sample efficiency aún muy baja. | Baja |
Deep Learning in Finance: Survey (MDPI AI, 2024)
doi.org/10.3390/ai5040101
|
| #36 | Investigación Académica | Efectos de tratamiento individual (ITE) con ML Causal inference + ML para políticas |
Causal MLITE estimation | Estimación de efectos individuales en poblaciones pequeñas; poca validación en contextos de política pública latinoamericana. | Alta |
ML in Business and Finance: Literature Review (Springer, 2024)
doi.org/10.1186/s40854-024-00629-z
|