Video Experimental Relacionado
Updated: Apr 11, 2026
Segmentation and Linear Measurement for Body Composition Analysis using Slice-O-Matic and Horos
Published on: March 21, 2021
Evaluación de la sarcopenia impulsada por inteligencia artificial en geriatría ortopédica: avances técnicos e
Tengbo Pei1, Yutian Lei2, Yufang Gao1
1Department of Medical Laboratory, Xianyang Central Hospital, Xianyang, Shaanxi, China.
La sarcopenia, un trastorno progresivo del músculo esquelético caracterizado por la pérdida de masa y función muscular, representa un desafío significativo en la ortopedia geriátrica, con una prevalencia que alcanza hasta el 48,7 % en poblaciones quirúrgicas. Está estrechamente asociada con un mayor riesgo de caídas, fracturas secundarias, complicaciones posoperatorias y mortalidad. A pesar de su importancia clínica, los métodos de diagnóstico tradicionales, como la absorciometría de rayos X de energía dual (DXA) y el análisis de impedancia bioeléctrica (BIA), suelen ser poco prácticos en entornos ortopédicos agudos debido a la inmovilización del paciente, las limitaciones de posicionamiento y los desequilibrios hídricos posoperatorios. Esta revisión narrativa tiene como objetivo resumir cómo la aparición de la inteligencia artificial (IA), particularmente el aprendizaje profundo, aborda estas deficiencias al permitir un cribado oportunista automatizado y de alto rendimiento a partir de imágenes clínicas rutinarias. Las redes neuronales convolucionales logran una segmentación de la cantidad y calidad muscular a nivel experto, con coeficientes de similitud de Dice que a menudo superan el 0,94. Las métricas derivadas de la IA actúan como predictores independientes robustos de resultados quirúrgicos adversos, incluida la estancia hospitalaria prolongada y la infección, así como de la recuperación funcional y la mortalidad al año. Al integrar estas métricas en los sistemas de soporte a la decisión clínica (CDSS) y en las historias clínicas electrónicas (EMR), la IA facilita un cambio de paradigma, pasando de un manejo reactivo de las fracturas a una prevención proactiva mediante alertas automatizadas de "cero clics" y vías de intervención multidisciplinarias. Si bien persisten desafíos significativos en cuanto a la estandarización técnica, la variabilidad biológica y la interpretabilidad de los modelos, la evaluación impulsada por la IA está transformando la atención ortopédica geriátrica, pasando de la evaluación subjetiva hacia una cuantificación precisa y objetiva.
La sarcopenia, un trastorno progresivo del músculo esquelético caracterizado por la pérdida de masa y función muscular, representa un desafío significativo en la ortopedia geriátrica, con una prevalencia que alcanza hasta el 48,7 % en poblaciones quirúrgicas. Está estrechamente asociada con un mayor riesgo de caídas, fracturas secundarias, complicaciones posoperatorias y mortalidad. A pesar de su importancia clínica, los métodos de diagnóstico tradicionales, como la absorciometría de rayos X de energía dual (DXA) y el análisis de impedancia bioeléctrica (BIA), suelen ser poco prácticos en entornos ortopédicos agudos debido a la inmovilización del paciente, las limitaciones de posicionamiento y los desequilibrios hídricos posoperatorios. Esta revisión narrativa tiene como objetivo resumir cómo la aparición de la inteligencia artificial (IA), particularmente el aprendizaje profundo, aborda estas deficiencias al permitir un cribado oportunista automatizado y de alto rendimiento a partir de imágenes clínicas rutinarias. Las redes neuronales convolucionales logran una segmentación de la cantidad y calidad muscular a nivel experto, con coeficientes de similitud de Dice que a menudo superan el 0,94. Las métricas derivadas de la IA actúan como predictores independientes robustos de resultados quirúrgicos adversos, incluida la estancia hospitalaria prolongada y la infección, así como de la recuperación funcional y la mortalidad al año. Al integrar estas métricas en los sistemas de soporte a la decisión clínica (CDSS) y en las historias clínicas electrónicas (EMR), la IA facilita un cambio de paradigma, pasando de un manejo reactivo de las fracturas a una prevención proactiva mediante alertas automatizadas de "cero clics" y vías de intervención multidisciplinarias. Si bien persisten desafíos significativos en cuanto a la estandarización técnica, la variabilidad biológica y la interpretabilidad de los modelos, la evaluación impulsada por la IA está transformando la atención ortopédica geriátrica, pasando de la evaluación subjetiva hacia una cuantificación precisa y objetiva.
