Precisión diagnóstica y límites de la inteligencia artificial en el diagnóstico de fracturas.

Resumen

Precisión diagnóstica y límites de la inteligencia artificial en el diagnóstico de fracturas.

Introducción: La omisión diagnóstica de fracturas agudas en los servicios de urgencias traumatológicas representa un reto clínico crítico, especialmente ante trazos complejos o falta de experiencia del médico. Recientemente, los sistemas de inteligencia artificial (IA) basados en aprendizaje profundo han emergido como herramientas de soporte para optimizar la interpretación radiológica.

Objetivo: Evaluar la precisión diagnóstica y las limitaciones actuales de los algoritmos de inteligencia artificial en la detección y clasificación de fracturas óseas según la región anatómica y el nivel de experiencia del evaluador.

Metodología: Se realizó una revisión sistemática de la literatura publicada entre enero de 2021 y marzo de 2026 en las principales bases de datos PubMed, Scopus, ScienceDirect y Nature. Se seleccionaron 20 estudios de alta evidencia (metaanálisis, cohortes clínicas y diseños multicentricos) enfocados en el rendimiento diagnóstico de la IA aplicada a radiografía convencional y tomografía computarizada en trauma axial y apendicular.

Resultados: La IA demostró una alta sensibilidad (>90%) en la detección de fracturas de radio distal, esqueleto apendicular y columna toracolumbar, reduciendo significativamente las tasas de omisión en fracturas complejas de la meseta tibial y del anillo pélvico. El uso de la IA como evaluador, disminuyó las discrepancias diagnósticas entre los residentes de ortopedia y ortopedistas egresados, cerrando la brecha de la curva de aprendizaje. No obstante, se identificó variabilidad en su rendimiento ante fracturas ocultas de escafoides y trazos articulares no desplazados.

Conclusiones: La inteligencia artificial es una herramienta complementaria eficaz que optimiza la precisión diagnóstica en trauma musculoesquelético, reduce el error humano por fatiga y estandariza la clasificación AO/OTA. Su integración sistemática en los flujos de trabajo de urgencias es viable, aunque requiere validación externa debido a la variabilidad técnica de los equipos de imagen.