Inteligencia Artificial aplicada al diagnóstico médico: una revisión actual

Autores/as

DOI:

https://doi.org/10.61368/r.s.d.h.v5i2.183

Palabras clave:

Inteligencia artificial, diagnóstico médico, redes neuronales, machine leraning, deep learning, IA y cardiología, IA y radiología, IA y cáncer

Resumen

Este artículo corresponde revisión integrativa de literatura científica sobre el tema de la inteligencia artificial aplicada al diagnóstico médico. Se ejecutó mediante la revisión de más de 20 artículos científicos de reciente publicación principalmente en idioma inglés. El tema de la IA en salud es un debate de vanguardia en círculos académicos de todo el mundo principalmente en Estados Unidos, Reino Unido, la comunidad europea y países asiáticos como China, Japón, Corea, Singapur entre otros. Se exponen los avances más recientes en la aplicación de IA en el diagnóstico mediante imágenes o de técnicas radiológicas. De igual forma destaca las aplicaciones en cardiología, diagnóstico de cáncer, medicina personalizada, genómica y descubrimiento de nuevos fármacos. La técnica de IA que más tempranamente se ha aplicado en salud han sido las del tipo machine learning, sin embargo, en la actualidad se han incrementado la aplicación de redes neuronales y deep laerning, con algoritmos capaces de hacer diagnósticos y pronósticos de pacientes de forma específica.  Existen importantes desafíos en lo que se refiere a la aplicación de la IA en el diagnóstico médico, principalmente en el orden técnico, de seguridad de datos, ético y legal. Se espera que la IA transforme la forma de realizar diagnóstico médico en los próximos años y su proceso de desarrollo está en este momento vigente.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Amato F, López A, Peña-Méndez EM, Vaňhara P, Hampl A, Havel J. Artificial neural networks in medical diagnosis [Internet]. Vol. 11, Journal of applied biomedicine. Elsevier; 2013 [citado 18 de marzo de 2024]. p. 47-58. Disponible en: https://www.sciencedirect.com/science/article/pii/S1214021X14600570

Kamdar JH, Jeba Praba J, Georrge JJ. Artificial Intelligence in Medical Diagnosis: Methods, Algorithms and Applications. En: Jain V, Chatterjee JM, editores. Machine Learning with Health Care Perspective [Internet]. Cham: Springer International Publishing; 2020 [citado 18 de marzo de 2024]. p. 27-37. (Learning and Analytics in Intelligent Systems; vol. 13). Disponible en: http://link.springer.com/10.1007/978-3-030-40850-3_2

Kononenko I. Machine learning for medical diagnosis: history, state of the art and perspective. Artificial Intelligence in medicine. 2001;23(1):89-109.

Salahuddin Z, Woodruff HC, Chatterjee A, Lambin P. Transparency of deep neural networks for medical image analysis: A review of interpretability methods. Computers in biology and medicine. 2022;140:105111.

Kaur S, Singla J, Nkenyereye L, Jha S, Prashar D, Joshi GP, et al. Medical diagnostic systems using artificial intelligence (ai) algorithms: Principles and perspectives. IEEE Access. 2020;8:228049-69.

Sarvamangala DR, Kulkarni RV. Convolutional neural networks in medical image understanding: a survey. Evol Intel. marzo de 2022;15(1):1-22.

Yao X, Wang X, Wang SH, Zhang YD. A comprehensive survey on convolutional neural network in medical image analysis. Multimed Tools Appl. diciembre de 2022;81(29):41361-405.

Chen L, Xu G, Zhang S, Yan W, Wu Q. Health indicator construction of machinery based on end-to-end trainable convolution recurrent neural networks. Journal of Manufacturing Systems. 2020;54:1-11.

Uddin MZ, Hassan MM, Alsanad A, Savaglio C. A body sensor data fusion and deep recurrent neural network-based behavior recognition approach for robust healthcare. Information Fusion. 2020;55:105-15.

Mitsala A, Tsalikidis C, Pitiakoudis M, Simopoulos C, Tsaroucha AK. Artificial Intelligence in Colorectal Cancer Screening, Diagnosis and Treatment. A New Era. Curr Oncol. 23 de abril de 2021;28(3):1581-607.

Park SH, Han K, Jang HY, Park JE, Lee JG, Kim DW, et al. Methods for Clinical Evaluation of Artificial Intelligence Algorithms for Medical Diagnosis. Radiology. enero de 2023;306(1):20-31.

Acs B, Rantalainen M, Hartman J. Artificial intelligence as the next step towards precision pathology. J Intern Med. julio de 2020;288(1):62-81.

Dey D, Slomka PJ, Leeson P, Comaniciu D, Shrestha S, Sengupta PP, et al. Artificial Intelligence in Cardiovascular Imaging: JACC State-of-the-Art Review. J Am Coll Cardiol. 26 de marzo de 2019;73(11):1317-35.

Dilsizian SE, Siegel EL. Artificial Intelligence in Medicine and Cardiac Imaging: Harnessing Big Data and Advanced Computing to Provide Personalized Medical Diagnosis and Treatment. Curr Cardiol Rep. enero de 2014;16(1):441.

Quazi S. Artificial intelligence and machine learning in precision and genomic medicine. Med Oncol. 15 de junio de 2022;39(8):120.

Zhu H. Big Data and Artificial Intelligence Modeling for Drug Discovery. Annual Review of Pharmacology and Toxicology. 2020;60(1):573-89.

Drukker L, Noble JA, Papageorghiou AT. Introduction to artificial intelligence in ultrasound imaging in obstetrics and gynecology. Ultrasound in Obstet & Gyne. octubre de 2020;56(4):498-505.

Gore JC. Artificial intelligence in medical imaging. Magn Reson Imaging. mayo de 2020;68:A1-4.

Hazarika I. Artificial intelligence: opportunities and implications for the health workforce. International health. 2020;12(4):241-5.

Lee D, Yoon SN. Application of artificial intelligence-based technologies in the healthcare industry: Opportunities and challenges. International journal of environmental research and public health. 2021;18(1):271.

Johnson KB, Wei W, Weeraratne D, Frisse ME, Misulis K, Rhee K, et al. Precision Medicine, AI, and the Future of Personalized Health Care. Clinical Translational Sci. enero de 2021;14(1):86-93.

Briganti G, Le Moine O. Artificial Intelligence in Medicine: Today and Tomorrow. Front Med [Internet]. 5 de febrero de 2020 [citado 18 de marzo de 2024];7. Disponible en: https://www.frontiersin.org/articles/10.3389/fmed.2020.00027

Basáez E, Mora J. Salud e inteligencia artificial: ¿cómo hemos evolucionado? Revista Médica Clínica Las Condes. 1 de noviembre de 2022;33(6):556-61.

Descargas

Publicado

2024-07-02

Cómo citar

Sánchez Madriz , L. J., Soto Benavides, D. C., Shion Pérez, J. F., Palma González, L. D., & Camacho Arias, N. P. (2024). Inteligencia Artificial aplicada al diagnóstico médico: una revisión actual. Revista Científica De Salud Y Desarrollo Humano, 5(2), 274–288. https://doi.org/10.61368/r.s.d.h.v5i2.183

Número

Sección

Artículos