Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Resumen artículo científico., Resúmenes de Historia del Mundo Contemporáneo

Una revisión corta de un artículo científico actual.

Tipo: Resúmenes

2024/2025

Subido el 16/01/2026

yaritza-mendoza-6
yaritza-mendoza-6 🇨🇷

1 documento

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Universidad de Costa Rica
Facultad de Medicina
Escuela de Medicina
Internado Rotatorio Universitario
Curso: Salud Comunitaria y Familiar (ME – 6005)
Trabajo: Revisión semanal de artículos científicos
Tema principal: Pediatría
Resumen número diez
Docente tutor:
Dr. Nelson Ledezma Castro
Estudiante:
Valeska Matamoros Montero
Fecha de entrega:
Viernes 17 de octubre de 2025
Puntos clave del artículo: Current and emerging artificial intelligence applications in chest imaging: a
pediatric perspective (Schalekamp et6al., 2022)
pf2

Vista previa parcial del texto

¡Descarga Resumen artículo científico. y más Resúmenes en PDF de Historia del Mundo Contemporáneo solo en Docsity!

Universidad de Costa Rica

Facultad de Medicina

Escuela de Medicina

Internado Rotatorio Universitario

Curso: Salud Comunitaria y Familiar (ME – 6005)

Trabajo: Revisión semanal de artículos científicos

Tema principal: Pediatría

Resumen número diez

Docente tutor:

Dr. Nelson Ledezma Castro

Estudiante:

Valeska Matamoros Montero

Fecha de entrega:

Viernes 17 de octubre de 2025

Puntos clave del artículo: Current and emerging artificial intelligence applications in chest imaging: a pediatric perspective (Schalekamp et al., 2022)

  1. En la actualidad, la inteligencia artificial (IA) ha ganado aplicabilidad en el área de la radiología, sobre todo en el estudio de la región torácica, dado que hasta el momento se estima que existen al menos 40 herramientas para su análisis radiográfico y tomográfico, pero ninguna en particular que fuera creada para el paciente pediátrico.
  2. Es ampliamente conocido que la radiografía (Rx) de tórax es una herramienta indispensable médicamente para el reconocimiento y diagnóstico de entidades como la neumonía, tuberculosis, neumotórax, entre otras. En este sentido la IA cobra relevancia pues ha demostrado que es capaz de facilitar su reconocimiento e interpretación.
  3. La IA en el análisis de las imágenes de tórax se fragmenta en su utilización; se dice que la mitad de los productos se aplican al análisis de la radiografía convencional, y la mitad restante al estudio de la tomografía computada (TC). No obstante con la limitante de que la mayoría de estos productos fueron entrenados con imágenes de adultos, lo que eventualmente podría comprometer la exactitud de las interpretaciones al extrapolarlo a la población pediátrica.
  4. Se dice que en adultos la sensibilidad en la detección de anormalidades radiográficas se aproxima al 80 – 94%, sin embargo, en niños se desconoce cuánta sensibilidad alcanzarían estos algoritmos, dado el precedente de las diferencias anatómicas del infante versus el adulto en la región torácica. Sí se ha previsto su aplicabilidad en la detección de metástasis pulmonares, pues los hallazgos tienden a ser muy similares excluyendo la edad.
  5. En cuanto a neumonía y tuberculosis, la IA ha alcanzado rendimiento interpretativo comparable o incluso superior al del radiólogo. En niños, algunos algoritmos alcanzan áreas bajo la curva (AUC) de hasta 0.99 al ser reentrenados con imágenes de este grupo etario, demostrando así su posible implementación en la interpretación de hallazgos radiográficos de las neumonías infantiles.
  6. En cuanto a neumotórax, las AUC en detección en adultos son tan altas como hasta 0.97, pero en niños aún no se ha encontrado la manera de validar adecuadamente este diagnóstico, considerando nuevamente la limitación de las diferencias anatómicas intrínsecas en la presente población.
  7. Se ha demostrado que en niños, e incluso recién nacidos, la IA puede determinar con gran exactitud la localización de tubos endotraqueales o sondas nasogástricas, lo que eventualmente podría aplicarse a la práctica con la finalidad de disminuir la exposición iatrogénica repetida a radiación durante el abordaje diagnóstico y terapéutico del paciente, y a la reducción de la cantidad de errores derivados de la mala colocación de dispositivos médicos.
  8. En cuanto a la TC, la IA ha logrado demostrar su aplicación en cuanto a detección de enfermedad pulmonar obstructiva y neoplasias. En el ámbito pediátrico, su mayor aplicación ha sido la fibrosis quística, ya que permite señalar el inicio de cambios sutiles en las vías respiratorias.
  9. Como se ha reiterado en varias ocasiones, la mayoría de los productos de la IA aún no están entrenados con bases de datos extraídos de la población pediátrica, por tanto uno de los retos futuros en su aplicación médica consiste en desarrollar algoritmos específicos para estos pacientes, donde se consideren las variantes anatómicas y las variantes patológicas, en cada uno de los grupos etarios.
  10. En síntesis, si bien se han demostrado aplicaciones tangibles de la IA en la radiología torácica pediátrica, aun queda en duda el valor clínico de estas interpretaciones. Se concluye que sería relevante a futuro, de ser posible, en invertir recursos para la elaboración de productos y algoritmos para facilitar diagnósticos pediátricos de relevancia, tales como los anteriormente mencionados en los puntos previos. Referencia bibliográfica Schalekamp, S., Klein, W. M., & van Leeuwen, K. G. (2022). Current and emerging artificial intelligence applications in chest imaging: A pediatric perspective. Pediatric Radiology, 52(11), 2120–2130. https://doi.org/10.1007/s00247-021-05146-