ALGORITMOS DE INTELIGENCIA ARTIFICIAL EN EL ANÁLISIS DE IMÁGENES MÉDICAS PARA EL DIAGNÓSTICO DE ENFERMEDADES RESPIRATORIAS

Introducción: Las enfermedades respiratorias constituyen una de las principales causas de morbilidad y mortalidad a nivel mundial. En este contexto, las imágenes médicas como la radiografía de tórax, la tomografía computarizada y la resonancia magnética son herramientas clave para su diagnóstico. Objetivo: Revisar las tendencias y aplicaciones de los algoritmos de inteligencia artificial en el análisis de imágenes médicas orientadas al diagnóstico de enfermedades respiratorias. Metodología: Se realizó un análisis bibliográfico de artículos científicos publicados en los últimos cinco años en bases de datos especializadas (PubMed, Scopus, IEEE Xplore). La selección incluyó estudios originales, revisiones sistemáticas y reportes clínicos que aplicaron algoritmos de IA en radiografías, tomografías o resonancias para enfermedades como neumonía, tuberculosis, cáncer de pulmón, asma y COVID-19. Resultados: Los algoritmos de redes neuronales convolucionales (CNN) y modelos híbridos han mostrado altos niveles de sensibilidad y especificidad en la detección de patologías respiratorias. Asimismo, la IA ha contribuido a la segmentación de tejidos, clasificación de lesiones y predicción de la evolución clínica. Sin embargo, persisten retos relacionados con la estandarización de bases de datos, la interpretabilidad de los modelos y la integración en la práctica clínica. Conclusiones: Los algoritmos de inteligencia artificial representan una herramienta innovadora y en expansión para el diagnóstico de enfermedades respiratorias mediante imágenes médicas, con potencial de mejorar la precisión diagnóstica, optimizar recursos y apoyar la toma de decisiones clínicas.