INTELIGENCIA ARTIFICIAL EN DIAGNÓSTICO POR IMAGEN: IMPACTO EN LA TOMA DE DECISIONES CLÍNICAS MULTIPROFESIONALES Y LA SEGURIDAD DEL PACIENTE
DOI:
https://doi.org/10.56238/revgeov17n3-093Palabras clave:
Inteligencia Artificial, Imagenología Diagnóstica, Radiología, Equipo Multidisciplinario, Seguridad del PacienteResumen
La incorporación de la inteligencia artificial (IA) en el diagnóstico por imagen ha impulsado transformaciones significativas en la práctica clínica contemporánea, especialmente en el apoyo a la interpretación de exámenes radiológicos y la toma de decisiones clínicas. Este estudio tuvo como objetivo analizar las contribuciones de la inteligencia artificial en el diagnóstico por imagen y discutir su impacto en la práctica multidisciplinaria y la seguridad del paciente. Se trata de un estudio de investigación cualitativa, desarrollado mediante una revisión integradora de la literatura científica realizada en las bases de datos PubMed/MEDLINE, Scopus, SciELO, Virtual Health Library (VHL) y Google Scholar, considerando publicaciones entre 2018 y 2025. Los resultados muestran que los algoritmos de aprendizaje automático y aprendizaje profundo han contribuido a aumentar la precisión diagnóstica, acelerar el análisis de exámenes de imagen y respaldar decisiones clínicas más seguras. Además, la integración de la inteligencia artificial en la práctica clínica fortalece la colaboración multidisciplinaria, permitiendo que radiólogos, médicos, enfermeros, farmacéuticos, fisioterapeutas, nutricionistas y odontólogos utilicen la información derivada del análisis automatizado de imágenes para guiar intervenciones terapéuticas más efectivas. Sin embargo, aún quedan por considerar los desafíos relacionados con la validación científica de los algoritmos, la formación profesional y las cuestiones éticas y regulatorias. En conclusión, la inteligencia artificial aplicada a la imagenología diagnóstica representa una herramienta prometedora para mejorar la precisión diagnóstica, fortalecer la toma de decisiones clínicas multidisciplinarias y aumentar la seguridad del paciente en el contexto de la salud digital.
Descargas
Referencias
ALDHAFEERI, F. M.; et al. Governing artificial intelligence in radiology: ethical, legal and regulatory considerations. Diagnostics, v. 15, n. 18, 2025.
CROTTY, E.; et al. Artificial intelligence in medical imaging education: preparing the future workforce. Academic Radiology, v. 31, n. 4, 2024.
JUCÁ, J. A. G.; et al. O impacto da inteligência artificial na interpretação de exames de imagem e na prática radiológica. Revista Eletrônica Acervo Saúde, v. 24, 2024.
KHALIFA, M.; et al. Artificial intelligence in diagnostic imaging: revolutionising accuracy and healthcare efficiency. Journal of Medical Imaging and Radiation Sciences, v. 55, n. 2, 2024.
LAMBA, R.; et al. Advances in artificial intelligence for medical imaging: a review of machine learning applications. Procedia Computer Science, v. 240, 2025.
LAWRENCE, R.; et al. Artificial intelligence for diagnostics in radiology practice. Radiography, v. 31, n. 1, 2025.
MUHAMMAD, D.; et al. Explainable artificial intelligence in medical image analysis: a systematic review. Journal of Biomedical Informatics, v. 150, 2024.
NAJJAR, R. Artificial intelligence in radiology: redefining medical imaging. Diagnostics, v. 13, n. 17, 2023.
OBUCHOWICZ, R.; et al. Artificial intelligence-empowered radiology: current status and future directions. Diagnostics, v. 15, n. 3, 2025.
SULEMAN, M. U.; et al. Assessing the generalizability of artificial intelligence in diagnostic radiology: a systematic review. BMC Medical Imaging, v. 25, n. 1, 2025.
SILVA, F. C.; et al. Inteligência artificial no diagnóstico por imagem: avanços e desafios na prática clínica. Roentgen – Revista Científica de Radiologia, v. 7, n. 1, 2025.
