INTELIGENCIA ARTIFICIAL EN INVESTIGACIÓN CLÍNICA: REVISIÓN SISTEMÁTICA DE LA LITERATURA
Palabras clave:
Inteligencia Artificial, Investigación Clínica, Aprendizaje Automático, Ensayos Clínicos, Salud PúblicaResumen
La incorporación de la Inteligencia Artificial (IA) en la investigación clínica ha experimentado un crecimiento exponencial en las últimas décadas, en consonancia con los avances en informática y ciencias de la salud. Esta revisión sistemática de la literatura tuvo como objetivo identificar las principales aplicaciones, potencialidades y desafíos del uso de la IA en las distintas etapas de la investigación clínica, incluyendo el descubrimiento de nuevos fármacos, la selección de pacientes, el diseño de ensayos clínicos y el monitoreo de datos en tiempo real. La metodología siguió las recomendaciones de PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), con búsquedas en bases de datos como PubMed, SciELO y Web of Science, considerando publicaciones entre 2020 y 2024. Se seleccionaron 28 estudios que cumplieron los criterios de inclusión. Los resultados indicaron que la IA, especialmente mediante técnicas de aprendizaje automático y aprendizaje profundo, contribuye a reducir el tiempo de desarrollo de medicamentos, mejorar la precisión en la selección de voluntarios y optimizar la seguridad de los pacientes. Además, se observó un creciente uso de algoritmos para el análisis predictivo de resultados clínicos, lo que contribuye a una toma de decisiones más rápida y fundamentada. En conclusión, si bien la IA no reemplaza el rigor metodológico de los ensayos clínicos, se configura como una herramienta complementaria y estratégica para acelerar y mejorar la generación de conocimiento en salud.
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
