Aplicaciones actuales de la inteligencia artificial en cirugía de hombro

Resumen

Introducción: La integración de la inteligencia artificial (IA) y el machine learning (ML) está transformando la cirugía ortopédica. En la patología de hombro, la variabilidad anatómica y la complejidad técnica de los procedimientos artroscópicos y reconstructivos limitan la estandarización, posicionando a la IA como una alternativa para optimizar la toma de decisiones.

Objetivo: Sintetizar la evidencia científica contemporánea sobre las aplicaciones clínicas, la precisión diagnóstica y la capacidad predictiva de la inteligencia artificial en la patología y cirugía de hombro.

Metodologías: Se realizó una revisión de la literatura científica indexada (período 2022–2025). Se seleccionaron y analizaron 11 artículos originales y de revisión enfocados exclusivamente en la articulación del hombro. Se evaluaron variables como el tipo de tecnología utilizada (deep learning, algoritmos de ML y grandes modelos de lenguaje [LLM]), la modalidad diagnóstica (resonancia magnética [RM] y video artroscópico) y los desenlaces clínicos analizados.

Resultados: Las redes neuronales de deep learning demostraron una elevada precisión en la clasificación automatizada de lesiones del supraespinoso y del labrum superior (SLAP). En el ámbito intraoperatorio, los algoritmos cuantificaron de forma objetiva la claridad del campo artroscópico ante el sangrado, incrementando la concordancia diagnóstica interobservador. Los modelos predictivos (como el algoritmo CLEARER) anticiparon eficazmente la recurrencia tras la cirugía de Bankart y el pronóstico funcional en reparaciones del manguito rotador. Los LLM evidenciaron una evolución progresiva hacia la generación de información médica confiable.

Conclusiones: La inteligencia artificial en la patología de hombro propicia una transición hacia la medicina de precisión, mejorando el diagnóstico por imagen, optimizando la asistencia intraoperatoria y refinando el pronóstico posoperatorio.