La cantidad de datos que se están generando en diferentes dominios y entornos complejos requieren el uso de técnicas de IA que faciliten el análisis de datos. En la actualidad se están utilizando algoritmos de IA, algunos basados en modelos de caja negra. Sin embargo, los resultados no son 100% precisos y estas técnicas no permiten a los profesionales comprobar los motivos en los que se basan los resultados obtenidos para poder mejorarlos. Por ello, desde VRAIN planteamos una IA Explicable que permite al usuario identificar las decisiones que motiven los resultados de un modo comprensible que permita evolucionar el sistema de acuerdo a sus necesidades. Este servicio tiene numerosas aplicaciones como la gestión de información, el análisis e interpretación de grandes cantidades de datos, la selección y consolidación de distintas fuentes o repositorios de datos o la comprensión de mecanismos biológicos que dan lugar a enfermedades. Aporta beneficios como la mejora en la identificación y tratamiento de los datos utilizados y la reducción de costes en el estudio, así como análisis del dominio genómico.