PDF icon PDF herunterladen
Open Access
CC BY-NC-ND 4.0 · Revista Chilena de Ortopedia y Traumatología 2025; 66(01): e1-e3
DOI: 10.1055/s-0045-1809059
Editorial

Inteligencia Artificial en Ortopedia. ¿Dónde Estamos y Hacia Dónde Vamos?

Artikel in mehreren Sprachen: español | English
Alan Garín 
1   Centro de Cadera Clínica Las Condes, Santiago, Chile
,
Selim Abara
1   Centro de Cadera Clínica Las Condes, Santiago, Chile
,
Javier del Río 
1   Centro de Cadera Clínica Las Condes, Santiago, Chile
,
Joaquín Lara 
1   Centro de Cadera Clínica Las Condes, Santiago, Chile
› Institutsangaben
› Weitere Informationen
Auch verfügbar aufeRef
 
 als PDF herunterladen Lizenzen und Reprints

La inteligencia artificial (IA) ha emergido como una de las herramientas más prometedoras en la transformación del sector salud, ofreciendo soluciones innovadoras que apoyan el diagnóstico, así como guiar el tratamiento y rehabilitación de los pacientes.[1] En términos generales, la IA se refiere a sistemas computacionales capaces de realizar tareas que normalmente requieren inteligencia humana, como el reconocimiento de patrones, el aprendizaje a partir de datos y la toma de decisiones.[2] Dentro del ámbito de la salud, su impacto ha sido significativo en áreas como la radiología, la cirugía robótica y la optimización de flujos de trabajo en hospitales.

Avances Actuales de la Inteligencia Artificial en Traumatología

En el campo de la traumatología, la IA ha comenzado a desempeñar un rol clave de apoyo en áreas como el diagnóstico imagenológico, en el análisis predictivo de complicaciones postoperatorias, en cirugía robótica y en entrenamiento médico.[1] [2] [3] [4] [5] [Figura 1]

Zoom
Fig. 1 Inteligencia Artificial en Traumatología.

 

IA en Detección de Fracturas

En lo que se refiere a la detección de fracturas, los algoritmos de IA han demostrado superioridad en la capacidad diagnóstica en numerosos estudios, tanto para detección de fracturas vertebrales,[6] [7] de húmero,[8] fémur,[9] [10] hombro,[11] [12] codo[13] [14] y tobillo,[15] en su mayoría basados en radiografías. Tanto Shen[6] como Zhang,[7] mediante algoritmos entrenados, demostraron sensibilidades de 83–95%, especificidad de 94–98% y precisión de 96–97% para la detección de fracturas vertebrales. Chung[8] mediante el entrenamiento de una red convolucional neuronal (CNN) en 1891 radiografías, publicó una sensibilidad de 99% y especificidad de 97% en la detección de fracturas de húmero. Beyaz[9] mediante el entrenamiento de una CNN, demostró una sensibilidad de 82%, especificidad de 72% y una precisión de 79% en la detección de fracturas de fémur. En casos de hombro, Uysal[11] publicó una precisión diagnóstica de fracturas de 84% mediante el entrenamiento de 2 modelos de ensamble. Rayan[13] utilizó un modelo de CNN entrenado basado en 58.817 radiografías para la detección de fracturas de codo en población pediátrica, con una precisión de 88%, sensibilidad de 91% y especificidad de 84%. Finalmente, Ashkani-Esfahani[15] demostró una sensibilidad de 99%, especificidad de 99% y precisión de 99% con el entrenamiento de un algoritmo de Transfer Learning de InceptionV3 para detección de fracturas de tobillo.


 

IA en Análisis Predictivo Postoperatorio

La inteligencia artificial puede apoyar la toma de decisiones médicas mediante la interpretación de análisis complejos como predictores de riesgo de complicaciones postoperatorias, orientando el manejo clínico de forma más personalizada. Este análisis toma en consideración factores asociados a cada paciente (edad, sexo, patologías asociadas, entre otros), información genética e imágenes,[16] pudiendo predecir los resultados de los pacientes. Se han publicado numerosos estudios usando Machine Learning (ML), que predicen la tasa de complicaciones postoperatorias en adultos sometidos a cirugía de columna[17] y cirugía de preservación artroscópica de cadera.[18] En los casos de cirugía de rodilla, los estudios han sido capaces de predecir resultados funcionales en pacientes sometidos a trasplante osteocondral,[19] progresión de artrosis hacia cirugía protésica[20] y la necesidad de hospitalización luego de una cirugía de reconstrucción de ligamento cruzado anterior.[21]


 

IA en Cirugía Robótica

La cirugía robótica utiliza las ventajas de cálculos computacionales complejos para optimizar los resultados quirúrgicos, logrando mayor precisión en el posicionamiento de implantes y en la reducción de fracturas intraoperatorias en contexto de trauma. Por otro lado, la planificación computacional basada en imágenes en la que se sustenta la cirugía robótica, permite cortes óseos más precisos de la zona quirúrgica, optimizando la restauración de la biomecánica de la extremidad y logrando una mejor tensión de partes blandas para evitar la falla.[22]

La mayor cantidad de casos y beneficios de la cirugía robótica ha sido demostrada en artroplastía de extremidad inferior, representando el 90% del mercado.[22] Se ha objetivado que el uso de esta tecnología mejora la precisión en el posicionamiento de los implantes tanto en cirugía de cadera como de rodilla, pero la evidencia es menos clara en relación a los resultados funcionales o sobrevida a largo plazo de los implantes.[23] [24]

También han existido avances en la cirugía de columna, que van desde la planificación quirúrgica hasta el uso de brazos robóticos con realidad aumentada.[25] [26]


 

IA en Entrenamiento Médico

La aplicación de IA en simuladores clínicos quirúrgicos, utiliza una realidad inmersiva con visualización anatómica automatizada, exponiendo a los usuarios a mejores experiencias quirúrgicas y a feedback para corregir errores técnicos,[27] quedando demostrado el beneficio de esta modalidad de entrenamiento, logrando mejor precisión técnica tanto en residentes como cirujanos.[28] [29] Otros beneficios del uso de esta tecnología está en sus menores costos monetarios y una reducción a la exposición a radiación versus el entramiento con el uso de cadavers.[30]


 

Desafíos y Futuro de la IA en Traumatología

Si bien los avances son notables, la implementación de la IA en la práctica clínica enfrenta desafíos importantes. Un artículo publicado recientemente por la ISAKOS Young Professionals Task Force,[31] demostró que solo el 25% de los encuestados utilizan la IA en la práctica clínica.

Por otro lado, la interpretabilidad de los algoritmos de aprendizaje sigue siendo un obstáculo, pues los médicos requieren entender cómo se generan las predicciones para confiar en ellas. Además, la integración de estas tecnologías en los sistemas hospitalarios exige infraestructura adecuada y capacitación del personal. También surgen interrogantes éticas relacionadas con la responsabilidad en caso de errores diagnósticos o quirúrgicos derivados del uso de IA.


 

Conclusión

Para que la IA se convierta en una herramienta estándar de apoyo en traumatología, es esencial que adoptemos un enfoque proactivo en su integración. La capacitación en tecnologías digitales y el desarrollo de colaboraciones entre médicos, ingenieros y científicos de datos serán fundamentales para maximizar los beneficios de la IA. Además, es crucial establecer regulaciones éticas y protocolos de validación rigurosos para garantizar la seguridad y eficacia de estas herramientas en el entorno clínico.


 

 

Die Autoren geben an, dass kein Interessenkonflikt besteht.


Address for correspondence

Alan Garín, MD
Centro de Cadera Clínica Las Condes
Santiago
Chile   

Publikationsverlauf

Artikel online veröffentlicht:
20. Mai 2025

© 2025. Sociedad Chilena de Ortopedia y Traumatologia. This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/)

Thieme Revinter Publicações Ltda.
Rua Rego Freitas, 175, loja 1, República, São Paulo, SP, CEP 01220-010, Brazil


  Lizenzen und Reprints
Zoom
Fig. 1 Inteligencia Artificial en Traumatología.
Zoom
Fig. 1 Artificial Intelligence in Traumatology.