Carlos Cano Espinosa és Professor Ajudant Doctor en el Departament de Ciència de la Computació i Intel·ligència Artificial de la Universitat d'Alacant. És Doctor en Informàtica per la mateixa universitat, amb menció internacional, i Màster en Automàtica i Robòtica. La seua activitat investigadora se centra en l'anàlisi d'imatge mèdica mitjançant tècniques d'intel·ligència artificial, xarxes neuronals profundes i aprenentatge automàtic, amb aplicacions orientades al diagnòstic assistit, la quantificació de biomarcadors i la salut digital.

Ha desenvolupat la seua labor investigadora en centres de referència com Brigham and Women’s Hospital (Harvard Medical School), on va contribuir al desenvolupament de models basats en IA per a la segmentació automàtica de l'arbre traqueobronquial, la detecció de taps mucosos en la via aèria i la quantificació de l'activació metabòlica del teixit adipós a partir d'imatges PET/CT. També va participar en estudis sobre l'avaluació no invasiva de la malaltia coronària mitjançant tomografia computada. Posteriorment, va dur a terme una estada postdoctoral finançada pel programa María Zambrano en la Universitat Politècnica de Cartagena, centrada en el diagnòstic de patologies oculars mitjançant aprenentatge profund. A més, ha col·laborat en projectes finançats per l'Agència Valenciana d'Innovació, aplicats a l'anàlisi d'imatge radiològica en malalties respiratòries com la COVID-19.

És autor de publicacions en revistes científiques internacionals d'alt impacte com IEEE Transactions on Medical Imaging, Medical Image Analysis i NPJ Digital Medicine. La seua trajectòria combina una sòlida experiència investigadora amb una activa labor docent, impartint assignatures troncals de programació i estructures de dades en titulacions de grau en enginyeria informàtica.