La segmentación de imágenes médicas multimodales es un desafío debido a la heterogeneidad de características entre modalidades y la presencia de ruido y artefactos específicos de cada modalidad. Estos factores dificultan la captura y fusión efectiva de información, limitando el rendimiento de los métodos existentes. Este artículo presenta KARAN, un nuevo modelo de aprendizaje profundo de extremo a extremo diseñado para superar estas limitaciones.