Uso de la inteligencia artificial en el diagnóstico precoz de enfermedades crónicas: Una revisión de alcance.
No Thumbnail Available
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Santiago de Cali
Abstract
Introduction: Chronic non-communicable diseases (NCDs) remain one of the leading causes of morbidity and mortality worldwide. In this context, artificial intelligence (AI) has emerged as a promising tool for the early diagnosis of such conditions. Objective: To explore scientific evidence published between 2020 and 2025 on the utility of AI in the expedited diagnosis of chronic diseases. Methods: A scoping review was conducted following the methodology outlined in the JBI Manual for Evidence Synthesis. A comprehensive search was performed in PubMed, SciELO, Dialnet, Google Scholar, and Medline, focusing on studies published between 2020 and 2025. Articles in English and Spanish addressing the use of AI in the early diagnosis of chronic diseases were included. Results: A total of 54 studies were selected, most of which applied machine learning and deep learning techniques to conditions such as type 2 diabetes, cardiovascular diseases, and cancer. Key benefits included improved diagnostic accuracy, reduced time to detection, and enhanced capacity to process large datasets. However, limitations were identified, including lack of external validation, data quality concerns, and ethical considerations. Conclusion: AI demonstrates considerable potential as a support tool in the early detection of chronic diseases. Nonetheless, further research is needed to address existing challenges and ensure its safe and effective integration into clinical practice.
Description
Resumen: Las enfermedades crónicas no transmisibles (ECNT) están catalogadas como una de las principales causas de morbilidad y mortalidad a nivel mundial. Bajo esta perspectiva, la Inteligencia Artificial (IA) ha emergido como una herramienta potencialmente útil para el diagnóstico precoz de estas condiciones. Objetivo: Explorar la evidencia científica entre 2020 -2025 sobre la utilidad de la IA en el diagnóstico agil de enfermedades crónicas. Métodos: Se realizó una búsqueda de artículos científicos, siguiendo la metodología propuesta por el JBI Manual for Evidence Synthesis para las revisiones de alcance. Para esta búsqueda se usaron las bases de datos PubMed, Scielo, Dialnet, Google Scholar y Medline publicados entre 2020 y 2025. Se incluyeron artículos en inglés y español que abordaran la aplicación de IA en el diagnóstico precoz de enfermedades crónicas. Resultados: Se incluyeron 54 estudios que aplicaron técnicas de aprendizaje automático y aprendizaje profundo, principalmente en diabetes tipo 2, enfermedades cardiovasculares y cáncer. Se identificaron beneficios como mejora en la precisión diagnóstica, reducción en el tiempo de detección y capacidad para procesar grandes volúmenes de datos. Sin embargo, también se reportaron limitaciones relacionadas con la validación externa, la calidad de los datos y aspectos éticos. Conclusión: La IA muestra un potencial significativo como apoyo en el diagnóstico precoz de enfermedades crónicas. A pesar de los avances, siguen existiendo retos que deben ser abordados en investigaciones futuras para su implementación segura y efectiva en contextos clínicos.
Keywords
IA, Diagnóstico precoz, Enfermedades crónicas, Revisión de alcance
Citation
1. Peláez Cifuentes D, Borrero Mercado JS. Uso de la inteligencia artificial en el diagnóstico precoz de enfermedades crónicas: Una revisión de alcance. Universidad Santiago de Cali; 2025.