IA y Medicina
IA aplicada a la medicina
Evidencia, herramientas y decisiones para profesionales de la salud.
RADAR distingue cuatro momentos que suelen confundirse en la cobertura habitual: investigación, validación clínica, uso real en asistencia y autorización regulatoria. Cada noticia indica en qué punto se encuentra, con su fuente original a la vista.
Información editorial dirigida a profesionales de la salud. No sustituye la evaluación clínica, las guías vigentes ni el juicio médico.
501 noticias publicadas
- 30 de octubre de 2026 · PubMed/NLM – IA clínica
Implementación y uso de respuestas generadas por modelos de lenguaje integrados en EHR en la mensajería del portal del paciente: un estudio observacional prospectivo de 1 año en un hospital terciario
Este estudio investiga la implementación y el uso de respuestas preliminares generadas por modelos de lenguaje integrados en registros electrónicos de salud (EHR) para la mensajería en portales de pacientes en un hospital terciario durante un año.
- Medicina general
- 30 de octubre de 2026 · PubMed/NLM – IA clínica
Diagnóstico asistido por aprendizaje profundo de enfermedades del oído medio en otoendoscopia según los niveles de experiencia del clínico: estudio retrospectivo
Este estudio investiga el impacto de un sistema de inteligencia artificial basado en aprendizaje profundo en la precisión diagnóstica de enfermedades del oído medio, destacando su efectividad especialmente en clínicos menos experimentados.
- Diagnóstico
- 30 de octubre de 2026 · PubMed/NLM – IA clínica
Errores estadísticos en la evaluación de modelos de lenguaje grande: una guía práctica para el diseño y análisis de estudios
El artículo aborda las deficiencias en el diseño y análisis estadístico de estudios que evalúan modelos de lenguaje grande en medicina, enfatizando la necesidad de considerar la estructura de datos emparejados en lugar de asumir independencia en las observaciones.
- Medicina general
- 28 de octubre de 2026 · PubMed/NLM – IA clínica
Repensar la optimización de hiperparámetros para un aprendizaje automático eficiente y explicable en la toma de decisiones de salud cívica: evidencia empírica de la predicción de la gravedad de la mal
Este artículo presenta un estudio sobre la comparación de estrategias de optimización de hiperparámetros en modelos de aprendizaje automático aplicados a la clasificación de la gravedad de la malaria, sugiriendo que métodos más simples pueden ser igualmente efectivos que los más complejos.
- Medicina general
- 28 de octubre de 2026 · PubMed/NLM – IA clínica
Análisis de voz en individuos asmáticos y sanos: evaluación comparativa de los niveles de control del asma utilizando modelos de aprendizaje automático
Un estudio reciente investiga el uso de modelos de aprendizaje automático para distinguir entre personas asmáticas y sanas mediante el análisis de voz, sugiriendo que este enfoque podría complementar las evaluaciones clínicas tradicionales.
- Diagnóstico
- 28 de octubre de 2026 · PubMed/NLM – IA clínica
Diagnóstico diferencial de micobacterias ácido-alcohol resistentes utilizando un enfoque basado en inteligencia artificial en el análisis histopatológico
Este estudio presenta un modelo de clasificación basado en aprendizaje profundo para identificar micobacterias ácido-alcohol resistentes, desarrollado a partir del modelo VGG-16, que se implementa en una página web para auxiliar en el diagnóstico, reduciendo la carga de trabajo de los patólogos y el margen de error.
- Patología
- Diagnóstico
- 28 de octubre de 2026 · PubMed/NLM – IA clínica
CTC-AttnNet: desarrollo y validación de una red neuronal basada en atención para la estadificación de malignidades gastrointestinales
Un nuevo modelo no invasivo, CTC-AttnNet, ha sido desarrollado y validado para clasificar el estadio T en malignidades gastrointestinales utilizando células tumorales circulantes (CTCs) y marcadores tumorales séricos, demostrando una mejor capacidad predictiva que los marcadores convencionales.
- Oncología
- 28 de octubre de 2026 · PubMed/NLM – IA clínica
Desarrollo y validación externa de un modelo de aprendizaje automático interpretable para predecir la fragilidad incidente a 4 años en adultos de mediana edad y mayores con artritis
Un estudio reciente ha desarrollado y validado externamente un modelo de aprendizaje automático interpretable para predecir la fragilidad en adultos de mediana edad y mayores con artritis, utilizando datos de las cohortes CHARLS y KLoSA.
- Medicina general
- 28 de octubre de 2026 · PubMed/NLM – IA clínica
Machine learning para la estratificación del riesgo de ansiedad y depresión en pacientes con hipertensión y/o enfermedad coronaria
Un estudio multicéntrico investiga la viabilidad de modelos de machine learning para la estratificación del riesgo de ansiedad y depresión moderadas a severas en pacientes con hipertensión y/o enfermedad coronaria, identificando factores asociados clave.
- Medicina general
- 28 de octubre de 2026 · PubMed/NLM – IA clínica
Modelos de lenguaje de gran tamaño en reumatología: aplicaciones, calidad metodológica y traducción clínica - una revisión sistemática
Este artículo analiza las aplicaciones de los modelos de lenguaje de gran tamaño en el campo de la reumatología, evaluando su calidad metodológica y su potencial para la traducción clínica.
- Diagnóstico
- Revisión sistemática
- Investigación
- 28 de octubre de 2026 · PubMed/NLM – IA clínica
Eficacia de una aplicación impulsada por un modelo de lenguaje para la gestión emocional en pacientes con cáncer de mama (EMBRACE): protocolo para un ensayo controlado aleatorizado multicéntrico
Este artículo presenta el protocolo de un ensayo controlado aleatorizado multicéntrico que evalúa la eficacia de una aplicación basada en un modelo de lenguaje grande para la gestión de emociones en pacientes con cáncer de mama.
- Oncología
- Diagnóstico
- Ensayo clínico
- Validación clínica
- 28 de octubre de 2026 · PubMed/NLM – IA clínica
Performance de los modelos de inteligencia artificial generativa en la respuesta a preguntas comunes de pacientes sobre pólipos nasales
Un estudio reciente evaluó la precisión, actualidad, relevancia, comprensibilidad y seguridad clínica de diferentes plataformas de inteligencia artificial generativa al responder preguntas frecuentes sobre pólipos nasales. Los autores concluyen que los clínicos deben tener en cuenta estos aspectos al asesorar a pacientes que utilizan información de salud generada por IA.
- Medicina general
