Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Uso de inteligencia artificial en la optimización de protocolos de atención odontológica para pacientes con enfermedades crónicas: revisión exploratoria
0
Zitationen
4
Autoren
2026
Jahr
Abstract
La atención odontológica de pacientes con enfermedades crónicas constituye uno de los retos más exigentes de la práctica clínica contemporánea, requiriendo protocolos que equilibren complejidad técnica con personalización real. En este escenario, la inteligencia artificial (IA) emerge no como una mera herramienta tecnológica, sino como un paradigma transformador con potencial para redefinir nuestra aproximación a estos casos. Esta revisión sistemática busca, precisamente, analizar críticamente la evidencia científica más reciente sobre cómo la IA está optimizando dichos protocolos. Siguiendo rigurosamente las pautas PRISMA SCR, realizamos una búsqueda exhaustiva en múltiples bases de datos (PubMed, Scopus, Web of Science, SciELO) abarcando investigación publicada entre 2014 y 2025. Nuestro análisis revela un campo prometedor pero incipiente: aunque confirmamos una validez técnica notable para aplicaciones específicas, también descubrimos una preocupante fragmentación temática, evaluaciones limitadas de efectividad en práctica real y un tratamiento insuficiente de la multimorbilidad tan característica de esta población. La traducción a la clínica, concluimos, exige superar brechas de implementación cruciales, priorizando investigaciones futuras que desarrollen modelos integradores, marcos éticos robustos y ensayos pragmáticos centrados en el paciente.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.561 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.452 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.948 Zit.
BioBERT: a pre-trained biomedical language representation model for biomedical text mining
2019 · 6.797 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.781 Zit.