Un microscopio digital juega un papel crucial en el diagnóstico mejor y más rápido de una anomalía utilizando diversas técnicas. Ha habido un desarrollo significativo en este ámbito de la patología digital. La enfermedad de células falciformes (EFC) es un trastorno genético que afecta la hemoglobina en los glóbulos rojos. El método tradicional para diagnosticar la enfermedad de células falciformes implica preparar un portaobjetos de vidrio y observar el portaobjetos utilizando el ocular de un microscopio manual. Todo el proceso se vuelve así muy tedioso y consume mucho tiempo. Este documento propone un sistema semi-automatizado que puede capturar imágenes basadas en un programa predefinido. Tiene un escenario XY para mover el portaobjetos horizontal o verticalmente y un escenario Z para ajustes de enfoque. El estudio de caso tomado aquí es de EFC. El hardware propuesto captura portaobjetos de EFC, que se utilizan posteriormente para clasificarlos con respecto a lo normal. Se procesan utilizando modelos de aprendizaje profundo como Darknet-19, ResNet50, ResNet18, ResNet101 y GoogleNet. Los modelos probados demostraron un rendimiento sólido, con la mayoría alcanzando métricas altas en diferentes configuraciones, variando con un promedio de alrededor del 97%. En el futuro, este sistema semi-automatizado beneficiará a los patólogos y podrá ser utilizado en áreas rurales, donde hay escasez de patólogos.