APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN EL DIAGNÓSTICO DIFERENCIAL DEL DENGUE Y LA COVID-19 EN PACIENTES ADULTOS: UNA REVISIÓN SISTEMÁTICA
DOI:
https://doi.org/10.56238/arev7n10-158Palabras clave:
Inteligencia Artificial, Diagnóstico Clínico, Dengue, COVID-19, Enfermedades InfecciosasResumen
La inteligencia artificial (IA) se ha consolidado como una herramienta innovadora en el ámbito sanitario, en particular para mejorar el diagnóstico clínico mediante la identificación de patrones en pruebas de laboratorio y signos clínicos. Este estudio, desarrollado a partir de una revisión sistemática, tuvo como objetivo analizar la eficacia de la IA para aumentar la precisión diagnóstica en pacientes adultos con síntomas similares a los del dengue y la COVID-19, en comparación con los métodos de diagnóstico médico tradicionales. Inicialmente, se identificaron 3435 publicaciones relacionadas con el uso de la IA en entornos clínicos con síntomas infecciosos coincidentes. Tras aplicar rigurosos criterios de elegibilidad y exclusión, se seleccionó un conjunto de estudios relevantes para su análisis. Las aplicaciones de IA identificadas se clasificaron en las categorías de triaje automatizado, apoyo a la toma de decisiones clínicas y modelos predictivos basados en datos de laboratorio y signos clínicos. Los resultados indicaron que la IA ofrece un apoyo diagnóstico integral, contribuyendo además a la gestión hospitalaria y a la optimización de recursos en entornos sanitarios con alta demanda. Se concluye que la inteligencia artificial tiene un gran potencial para agilizar, precisar y optimizar el diagnóstico de enfermedades infecciosas, especialmente en escenarios con síntomas clínicos similares, como los observados en el dengue y la COVID-19.
Descargas
Referencias
GARCIA, P. H.; LIMA, C. F. Modelos computacionais para o diagnóstico de COVID-19 e dengue com base em dados clínicos. Cadernos de Saúde Digital, v. 6, n. 2, p. 77–89, 2023.
KUMAR, A. et al. Machine learning approaches for differential diagnosis of COVID-19 and dengue in adults using clinical data. Journal of Biomedical Informatics, v. 120, p. 103848, 2021. DOI: 10.1016/j.jbi.2021.103848. DOI: https://doi.org/10.1016/j.jbi.2021.103848
MARTINS, E. C.; SANTOS, D. F. Inteligência artificial no apoio ao diagnóstico clínico em ambientes de atenção primária. Revista de Medicina Digital, v. 4, n. 1, p. 45–60, 2021.
PAIXÃO, G. M. M. de; SANTOS, B. C.; ARAUJO, R. M. de; RIBEIRO, M. H.; MORAES, J. L. de; RIBEIRO, A. L. Machine Learning na Medicina: Revisão e Aplicabilidade. Arquivos Brasileiros de Cardiologia, v. 118, n. 1, p. 95–102, jan. 2022. DOI: https://doi.org/10.36660/abc.20200596
RAMOS, V. H. et al. Avaliação comparativa de algoritmos de aprendizado de máquina para diagnóstico diferencial em adultos. Saúde Inteligente, v. 9, n. 1, p. 123–137, 2023.
RAMOS, V. H. et al. Ferramentas baseadas em IA para avaliação clínica: uma revisão sistemática. International Journal of Medical Informatics, v. 165, p. 104865, 2021.
SILVA, J. F.; PEREIRA, M. R. Inteligência artificial no diagnóstico clínico: uma revisão sobre modelos aplicados à COVID-19 e arboviroses. Revista Brasileira de Saúde Digital, v. 4, n. 2, p. 112–125, 2022.
SOUZA, M. T. et al. Análise de padrões clínicos com IA no contexto da COVID-19 e arboviroses. Revista Brasileira de Computação Aplicada à Saúde, v. 3, n. 2, p. 70–85, 2023.
ZHANG, Y. et al. AI-driven decision support systems for differential diagnosis of viral infections in adults. Artificial Intelligence in Medicine, v. 132, p. 102003, 2022. DOI: 10.1016/j.artmed.2022.102003.
RAMOS, V. H. et al. Avaliação comparativa de algoritmos de aprendizado de máquina para diagnóstico diferencial em adultos. Saúde Inteligente, v. 9, n. 1, p. 123–137, 2023.
SILVA, J. F.; PEREIRA, M. R. Inteligência artificial no diagnóstico clínico: uma revisão sobre modelos aplicados à COVID-19 e arboviroses. Revista Brasileira de Saúde Digital, v. 4, n. 2, p. 112–125, 2022.
SOUZA, M. T. et al. Análise de padrões clínicos com IA no contexto da COVID-19 e arboviroses. Revista Brasileira de Computação Aplicada à Saúde, v. 3, n. 2, p. 70–85, 2023.
MARTINS, E. C.; SANTOS, D. F. Inteligência artificial no apoio ao diagnóstico clínico em ambientes de atenção primária. Revista de Medicina Digital, v. 4, n. 1, p. 45–60, 2021.
GARCIA, P. H.; LIMA, C. F. Modelos computacionais para o diagnóstico de COVID-19 e dengue com base em dados clínicos. Cadernos de Saúde Digital, v. 6, n. 2, p. 77–89, 2023.
ZHANG, Y. et al. AI-driven decision support systems for differential diagnosis of viral infections in adults. Artificial Intelligence in Medicine, v. 132, p. 102003, 2022. DOI: 10.1016/j.artmed.2022.102003.
