Uso de la inteligencia artificial en la detección temprana de complicaciones postoperatorias
Esprint Investigación · 10.06.2026 · 5 (1) · 954-963
DOI: 10.61347/ei.v5i1.311 ↗Kurz gefasst
Fachartikel in der Zeitschrift Esprint Investigación, online erschienen am 10.06.2026. Verfasst von Jhofre Vinicio Prado Quilambaqui und 2 weiteren Autor:innen. Die Arbeit nennt 23 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
La detección temprana de complicaciones postoperatorias constituye un desafío crítico en la atención quirúrgica debido al elevado número de variables clínicas y fisiológicas involucradas y las limitaciones de los métodos tradicionales. El objetivo de esta revisión fue sintetizar la evidencia científica reciente sobre la aplicación de inteligencia artificial (IA) para anticipar eventos adversos postquirúrgicos y evaluar su impacto en la seguridad, recuperación y resultados clínicos de los pacientes. Se realizó una revisión bibliográfica de estudios publicados entre 2020 y 2026 en bases de datos como PubMed, Scopus, SciELO y Web of Science, incluyendo investigaciones observacionales, revisiones sistemáticas y estudios de desarrollo de modelos predictivos centrados en aprendizaje automático, redes neuronales y visión computarizada. Los hallazgos muestran que los modelos predictivos, incluidos XGBoost, algoritmos de ensamble y redes neuronales profundas, permiten anticipar complicaciones críticas como sepsis, insuficiencia renal aguda, eventos cardiovasculares, náuseas y vómitos, ingreso a UCI y mortalidad, optimizando la estratificación de riesgo, la monitorización continua y la toma de decisiones clínicas basadas en evidencia (Ren et al., 2025; Glebov et al., 2023; Melibayeva & Axmadaliyeva, 2026). La integración de estas tecnologías con protocolos estandarizados y validación multicéntrica es esencial para garantizar un uso seguro, confiable y eficiente, y en conjunto, la inteligencia artificial ofrece un enfoque más seguro, personalizado y efectivo para la recuperación postoperatoria, contribuyendo a reducir complicaciones, optimizar recursos y mejorar los resultados clínicos en cirugía.
Zitieren
APA
Quilambaqui, J. V. P., Romero, M. A. C., & Alcocer, J. L. C. (2026). Uso de la inteligencia artificial en la detección temprana de complicaciones postoperatorias. Esprint Investigación, 5(1), 954-963. https://doi.org/10.61347/ei.v5i1.311
Vancouver
Quilambaqui JVP, Romero MAC, Alcocer JLC. Uso de la inteligencia artificial en la detección temprana de complicaciones postoperatorias. Esprint Investigación. 2026;5(1):954-963. doi:10.61347/ei.v5i1.311
BibTeX
@article{Quilambaqui2026,
author = {Quilambaqui, Jhofre Vinicio Prado and Romero, María Augusta Chafla and Alcocer, Jorge Luis Choca},
title = {Uso de la inteligencia artificial en la detección temprana de complicaciones postoperatorias},
journal = {Esprint Investigación},
year = {2026},
volume = {5},
number = {1},
pages = {954--963},
doi = {10.61347/ei.v5i1.311}
}
EUVIMED