Inteligencia artificial para diagnóstico y vigilancia de tuberculosis en adultos jóvenes: revisión sistemática

Resumen

Introducción: La tuberculosis sigue siendo una prioridad de salud pública por su elevada incidencia global. Persisten brechas diagnósticas en el primer nivel de atención rural, lo que justifica evaluar herramientas de apoyo novedosas. La inteligencia artificial, en especial la detección asistida por computadora en radiografías de tórax podría optimizar el triaje y acortar el tiempo hasta la confirmación microbiológica.

Objetivos: Evaluar el desempeño de la detección asistida por computadora de tuberculosis en adultos y explorar el potencial de modelos predictivos de riesgo/incidencia para su uso en contextos rurales como Vinces.

Métodos: Revisión sistemática (2015–2025) de bases bibliográficas y fuentes técnicas. Población: adultos (≥15 años). Para estudios de exactitud se exigió referencia microbiológica. Cribado por dos revisores, extracción estandarizada y evaluación metodológica. Síntesis cualitativa de los estudios elegibles.

Resultados: La detección asistida por computadora ofrece un desempeño comparable al de lectores expertos en el triaje, aunque varía según umbral, prevalencia y versión del software. Antes de su adopción, el umbral debe calibrarse con datos locales. La evidencia en adultos de 20–40 años es limitada. Los modelos predictivos son viables, pero su traslado a áreas rurales requiere datos de calidad, validación externa y evaluación de impacto.

Conclusiones: Integrado a circuitos diagnósticos con confirmación microbiológica, la detección asistida por computadora puede reducir tiempos a la prueba confirmatoria y estandarizar la lectura de radiografías en el primer nivel, siempre tras calibración y monitoreo. Los modelos predictivos ofrecen valor potencial para planificación, condicionado por la solidez de los datos y la validación.