Inteligencia Artificial en el diagnóstico médico avances desafíos y perspectivas

Abstract

La inteligencia artificial IA ha emergido como una herramienta transformadora en el diagnóstico médico con capacidad para analizar grandes volúmenes de datos clínicos y apoyar la toma de decisiones con niveles de precisión comparables a los profesionales de la salud El objetivo de este estudio fue sistematizar la evidencia científica publicada entre 2018 y 2025 sobre la aplicación de la IA en el diagnóstico médico identificando avances tecnológicos beneficios clínicos limitaciones y brechas de conocimiento Se realizó una revisión sistemática de alcance scoping review siguiendo el marco de Arksey y O'Malley 2005 y las directrices PRISMA 2020 La búsqueda en PubMed MEDLINE Scopus y Web of Science arrojó 120 registros de los cuales 15 estudios cumplieron los criterios de inclusión Los resultados evidencian que los algoritmos de aprendizaje profundo alcanzan sensibilidades entre 88 0% y 92 5% y especificidades entre 86 5% y 94 3% en diagnóstico por imagen con desempeño no inferior al de especialistas No obstante persisten barreras críticas ausencia de validación externa rigurosa sesgo algorítmico opacidad de modelos y marcos regulatorios insuficientes Se concluye que si bien la IA ha demostrado madurez técnica en aplicaciones específicas su traducción clínica equitativa requiere estándares metodológicos más robustos gobernanza responsable e investigación orientada a contextos de recursos limitados