La inteligencia artificial en el cuidado de la diabetes gestacional: una revisión sistemática

Área de la Ciencia:

• La informática médica
• Medicina computacional
• Inteligencia artificial en el cuidado de la salud

Sus antecedentes:

• La inteligencia artificial (IA) ofrece enfoques avanzados basados en datos para la atención de la diabetes mellitus gestacional (DMG).
• La IA facilita la detección temprana, la gestión personalizada y las estrategias de intervención para la DMG.

Objetivo del estudio:

• Revisar y sintetizar sistemáticamente la aplicación de modelos de IA en el cuidado de la GDM.
• Examinar el papel de la IA en la detección, el diagnóstico, la gestión y la predicción de resultados para la DMG.
• Para analizar diseños de estudio, tipos de datos, modelos de IA, validación y métricas de rendimiento.

Principales métodos:

• Búsqueda sistemática de seis bases de datos electrónicas hasta febrero de 2025.
• Inclusión de 126 estudios elegibles con extracción de datos y evaluación de la calidad.
• herramienta QUADAS-2 modificada utilizada para la evaluación del riesgo de sesgo.

Principales resultados:

• La mayoría de los estudios (75%) utilizaron diseños retrospectivos; el 85% se centró en la predicción de la DMG.
• El aprendizaje automático clásico, en particular la regresión logística y el bosque aleatorio, prevaleció (84%).
• La validación interna fue común (68%), pero la validación externa fue poco frecuente (6%); calidad moderada a buena con deficiencias en los informes.

Conclusiones:

• La IA tiene un potencial significativo para mejorar la predicción, la detección y la gestión de GDM.
• Es esencial una validación más amplia, una mejor interpretabilidad de los modelos y estudios prospectivos.
• La traducción de las tecnologías de IA a la práctica clínica requiere abordar las limitaciones actuales.