Este estudio se centra en identificar el sexo y la especie de los flebótomos, pequeños insectos que prosperan en regiones tropicales y son conocidos por transmitir enfermedades como la leishmaniasis y la bartonelosis. Tradicionalmente, la identificación de las especies y el género de los flebótomos ha requerido un examen detallado de su anatomía interna y externa, lo cual consume mucho tiempo y es propenso a errores. Para abordar estos desafíos, esta investigación presenta un modelo de aprendizaje profundo, específicamente una red neuronal convolucional, para automatizar y mejorar la precisión de la identificación de los flebótomos. Comenzando con muestras locales de flebótomos recolectadas entre 2022 y 2023, el estudio desarrolló un modelo altamente eficiente que podría reducir significativamente la necesidad de identificación manual. Este enfoque mejora la vigilancia y el control de enfermedades, beneficiando los esfuerzos de salud pública, especialmente en regiones donde los flebótomos transmiten enfermedades potencialmente mortales. Al integrar la inteligencia artificial en la entomología y la taxonomía, el estudio allana el camino para métodos de identificación más rápidos y precisos, con implicaciones potenciales para mejorar la gestión y prevención de enfermedades en todo el mundo.