Inteligencia Artificial (IA) en el triaje de atención primaria: Una revisión sobre la precisión diagnóstica

Contenido principal del artículo

Danny Ariel Rojas Aimacaña
Julissa Alexandra Sánchez Yánez
María Valeria García Flores
Jasnaya Isabel Juiña Caluña

Resumen

La saturación estructural en la atención primaria y los servicios de urgencias incrementa la variabilidad clínica y los errores médicos, afectando de forma directa la oportunidad y la seguridad del paciente. Frente a esto, la Inteligencia Artificial (IA) clínica surge como un motor de transformación digital capaz de optimizar la gestión de la demanda asistencial. Este artículo de revisión evalúa la precisión diagnóstica y la efectividad de las herramientas de IA aplicadas al triaje y cribado clínico. Para ello, se realizó una revisión integrativa de la literatura donde se seleccionaron y analizaron sistemáticamente 14 documentos científicos indexados publicados entre 2020 y 2025.


Los resultados evidencian que los modelos de aprendizaje profundo (Deep Learning) alcanzan un rendimiento global elevado, con sensibilidades del 91% al 100% y áreas bajo la curva de hasta 0.99 en ecocardiografía y radiografías, logrando mitigar entre el 60% y 70% de los errores perceptivos humanos condicionados por la fatiga. Asimismo, las arquitecturas de aprendizaje automático y procesamiento de lenguaje natural agilizan los flujos prehospitalarios de triaje a tiempos inferiores a los 2 minutos. Se concluye que la IA es un potente filtro predictivo que reduce reingresos evitables y robustece la consistencia médica. Su adopción exitosa requiere validación clínica local, interoperabilidad de infraestructura, capacitación continua y una estricta gobernanza ética bajo supervisión humana definitiva.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Danny Ariel Rojas Aimacaña, Julissa Alexandra Sánchez Yánez, María Valeria García Flores, & Jasnaya Isabel Juiña Caluña. (2026). Inteligencia Artificial (IA) en el triaje de atención primaria: Una revisión sobre la precisión diagnóstica. Revista Imaginario Social, 9(3). https://doi.org/10.59155/is.v9i3.386
Sección
Articles