Escuela de Ciencias de la Salud
Entérate cómo entregar tus trabajos de titulación
Permanent URI for this community
Escuela de Ciencias de la Salud
Browse
Browsing Escuela de Ciencias de la Salud by Author "Guilcapi Baldeón, Blanca Belén"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item Open Access 
Aplicaciones de la inteligencia artificial en la interpretación de estudios de imagen médica. Revisión sistemática(PUCE - Ambato, 2026) Viera Jacome, Diego Josue; Guilcapi Baldeón, Blanca BelénLa imagenología médica sustenta el diagnóstico, pero el aumento del volumen de estudios y la escasez de personal incrementan la sobrecarga, la variabilidad interpretativa y los errores. La inteligencia artificial (IA) se plantea como apoyo para mejorar la precisión diagnóstica y el flujo de trabajo. Se realizó una revisión sistemática con búsqueda en bases biomédicas entre enero de 2020 y junio de 2025, según PRISMA 2020; se incluyeron estudios que evaluaron IA y reportaron rendimiento diagnóstico o efectos operativos. La IA fue comparable o superior al radiólogo en tareas específicas de detección, clasificación y segmentación, especialmente como segundo lector o herramienta de triage, siendo la combinación radiólogo + IA el enfoque más robusto. Se observaron aumentos de falsos positivos y menor estabilidad ante variabilidad anatómica o hallazgos sutiles. Los efectos sobre la eficiencia fueron variables, desde reducción de tiempos de lectura y mejor priorización de urgencias hasta beneficios modestos o cargas transitorias por alertas y cambios organizativos. Predominaron diseños retrospectivos, validación interna y muestras poco diversas, con escasa medición de desenlaces clínicos. En conclusión, la IA representa un avance sólido pero incompleto y debe integrarse como complemento del juicio radiológico, con supervisión humana. Se requieren estudios prospectivos multicéntricos con validación externa y métricas de equidad y explicabilidad; en América Latina y Ecuador, son prioritarios el fortalecimiento de la infraestructura digital, la gobernanza y la generación de datos locales.Item Open Access La precisión diagnóstica de las escalas ti-rads y bethesda para la detección temprana de nódulos tiroideos(PUCE - Ambato, 2026) Herrera del Toro, Lyan Verónica; Guilcapi Baldeón, Blanca BelénEl estudio tuvo como propósito evaluar la apreciación diagnóstica de las escalas TI-RADS y Bethesda en la detección temprana de los nódulos tiroideos, considerando su aplicabilidad clínica y su correlación con los hallazgos histopatológicos. La patología nodular tiroidea representa un desafío diagnóstico por su alta prevalencia y la necesidad de diferenciar lesiones benignas de malignas de forma oportuna. Se realizó una revisión analítica de estudios en diferentes países, los cuales aplica de manera simultánea ambas escalas para valorar su sensibilidad, especificidad y concordancia diagnóstica. Se incluyeron investigaciones que reportaron el número de pacientes, edad promedio, distribución por sexo, tipo de estudio, parámetros ecográficos y resultados citológicos, con la finalidad de identificar patrones consistentes en el comportamiento diagnóstico de las dos herramientas. Los resultados demostraron que las escalas TI-RADS y Bethesda son métodos complementarios de alta confiabilidad. La escala TI-RADS mostró una sensibilidad promedio superior al 85%, siendo así fundamental en la identificación inicial de nódulos sospechosos a malignidad en criterios ecográficos, la escala Bethesda presentó una especificidad cercana al 90%, confirmando la naturaleza citológica de las lesiones malignas. El análisis de histopatológico válido estos hallazgos, identificando al carcinoma papilar como el tipo más frecuente, seguido por el carcinoma folicular y en menor proporción el carcinoma medular. Se concluye que la integración de la evaluación ecográfica y citológica permite una detección temprana y eficaz del cáncer de tiroides, mejorando la toma de decisiones terapéuticas, el pronóstico y la calidad de vida de los pacientes.