APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN EL DIAGNÓSTICO POR TOMOGRAFÍA COMPUTARIZADA, RESONANCIA MAGNÉTICA Y RADIOGRAFÍA DIGITAL: REVISIÓN SISTEMÁTICA

Resumen

El diagnóstico por la imagen es uno de los pilares de la medicina contemporánea, y la inclusión de la inteligencia artificial (IA) ha propiciado un avance importante en cuanto a la exactitud del diagnóstico, la calidad de la imagen y la eficacia de los procesos radiológicos. No obstante, se presentan problemas relacionados con la validación clínica, la estandarización y el ejercicio seguro de la IA. El objetivo de esta revisión sistemática fue el de analizar la evidencia científica relacionada con las aplicaciones de la IA en el diagnóstico por tomografía computarizada, resonancia magnética y radiología digital, evaluando los algoritmos utilizados, las aplicaciones clínicas de los mismos, los beneficios, las limitaciones y las perspectivas futuras. Se llevó a cabo una revisión sistemática siguiendo las directrices PRISMA 2020, a partir de una búsqueda de estudios en PubMed/MEDLINE, Scopus, Web of Science, IEEE Xplore y ScienceDirect, aplicando los criterios de selección preestablecidos y un análisis narrativo de la información. Los resultados evidencian que las redes neuronales convolucionales y los modelos de aprendizaje profundo mejoran la detección de patologías, la segmentación anatómica, la reconstrucción de imágenes y la ayuda a la decisión clínica, lo que favorece un aumento en la exactitud del diagnóstico y de la eficacia. Se alcanza la conclusión de que la IA puede ser una herramienta estratégica para dar un mayor soporte diagnóstico a la radiología. Sin embargo, la adopción de la IA requiere procesos de validación, regulación y supervisión de expertos que garanticen un uso seguro de la misma.