Utilización de la inteligencia artificial en el diagnóstico de alteraciones cervicouterinas.
Palabras clave:
inteligencia artificial, cáncer cervical, lesiones premalignas, diagnóstico precoz, aprendizaje automáticoResumen
El desarrollo de tecnologías basadas en inteligencia artificial (IA) ha transformado el abordaje diagnóstico de enfermedades ginecológicas, en particular del cáncer cervicouterino. A través del análisis de algoritmos de aprendizaje automático y redes neuronales aplicadas a imágenes de citología, colposcopia y pruebas de Papanicolaou digitalizadas, se evidencia un incremento significativo en la precisión diagnóstica, se reducen errores humanos y se optimiza el cribado en poblaciones de alto riesgo. Este estudio tiene como objetivo presentar el estado actual de la utilización de la inteligencia artificial en el diagnóstico de las alteraciones cervicouterinas. El artículo e desarrolla como una revisión sistemática sobre la aplicación de la inteligencia artificial (IA) en la detección de lesiones premalignas de cáncer cervical; la metodología utilizada está estructurada bajo los principios de PRISMA, con enfoque mixto, combinando el análisis cualitativo de estudios científicos relevantes con la síntesis cuantitativa de resultados sobre la eficacia de la IA en el diagnóstico temprano de lesiones premalignas. Se concluye que la IA representa una herramienta prometedora para fortalecer los programas de prevención del cáncer cervical.
Palabras clave: inteligencia artificial, cáncer cervical, lesiones premalignas, diagnóstico precoz, aprendizaje automático
Descargas
Citas
Li J, Yang Z, Wang T, Li M, Wu X, Fu X, et al. Causal relationship between lipid-lowering drugs and ovarian cancer, cervical cancer: a drug target mendelian randomization study. BMC cancer. 2024 [citado 08/07/2024];24(1):667. Disponible en:
https://pmc.ncbi.nlm.nih.gov/articles/PMC11143665/
Medina Ruiz L, Chahla RE, Vega Italia M, Ortega ES, Barrenechea GG, Ferre Contreras M. Inteligencia Artificial: precisión diagnóstica de lesiones preneoplásicas de cérvix uterino. Medicina (B. Aires) 2024 [citado 06/07/2024];84(3):459-467. Disponible en: https://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S0025-76802024000500459&lng=es
Rahaman MM, Li C, Yao Y, Kulwa F, Wu X, Li X, et al. DeepCervix: A deep learning- based framework for the classification of cervical cells using hybrid deep feature fusion techniques. Comput Biol Med. 2021 [citado 08/04/2024];136:104649. Disponible en: https://www.sciencedirect.com/science/article/abs/pii/S0010482521004431?via%3Dihub
Ciro marín DA, Hurtado Soto SA. Identificación de anomalías de las células cervicales mediante inteligencia artificial [Tesis]. [Bogotá, Colombia]: Universidad EAN;2024.47p. Disponible en:
Hou X, Shen G, Zhou L, Li Y, Wang T, Ma X. Inteligencia artificial en la detección y el diagnóstico del cáncer de cuello uterino. Oncol Frontal. 2022 [citado 08/07/2024];12:851367. Disponible en:
Egemen D , Perkins RB , Cheung LC, Befano B , Cecilia Rodriguez AC, Desai K, et al. Artificial intelligence-based image analysis in clinical testing: lessons from cervical cancer screening. J Natl Cancer Inst. 2024 [citado 08/07/2024];116(1):26-33. Disponible en: https://academic.oup.com/jnci/article/116/1/26/7284113
NIH. Planteamiento de IA superó a expertos humanos en la identificación de precáncer cervical. EE.UU:NIH. 2019 [citado 02/05/2024]. Disponible en:
Poudel K, Poudel L,Raj Shakya P, Poudel A, Shrestha A, Khanal B, et al. AI-Assisted Cervical Cancer Screening. arXiv. 2024 [citado 06/07/2025]. Disponible en: https://arxiv.org/html/2403.11936v2
Ma Y, Tao Xu, Huang X, Wang X, Li C, Jerwick J ,et al. Computer-Aided Diagnosis of Label-Free 3-D Optical Coherence Microscopy Images of Human Cervical Tissue. IEEE Trans Biomed Eng. 2019 [citado 05/09/2024];66(9):2447-2456. Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC6724217/
Li H, Sun Y, Zhu C, Zhang Y, Zhang S, Shui Z, et al. Large-scale cervical precancerous screening via AI-assisted cytology whole slide image analysis. arXiv. 2024 [citado 06/07/2025]. Disponible en: https://arxiv.org/pdf/2407.19512v1
Wu T, Lucas E, Zhao F , Basu P, Qiao Y. La inteligencia artificial fortalece la detección del cáncer de cuello uterino: presente y futuro. Cancer Biol Med. 2024 [citado 08/06/2024];21(10). Disponible en: https://www.cancerbiomed.org/content/cbm/21/10/864.full.pdf
Saco I. Prueban la inteligencia artificial para detección precoz del cáncer cervical. La Vanguardia. 17/11/2020 [citado 08/07/2024]. Disponible en:
Ahmadzadeh Sarhangi H, Beigifard D, Farmani E, Bolhasani H. Deep Learning Techniques for Cervical Cancer Diagnosis based on Pathology and Colposcopy Images. arXiv. 2023 [citado 09/05/2024]. Disponible en: https://arxiv.org/abs/2310.16662
Medina Ruiz L, Chahla RE, Vega IM, Ortega ES, Barrenechea GG, Ferre Contreras M. Inteligencia artificial: precisión diagnóstica de lesiones preneoplásicas de cérvix uterino. MEDICINA (Buenos Aires). 2024 [citado 06/07/2024];84:459-467. Disponible en: https://www.scielo.org.ar/pdf/medba/v84n3/1669-9106-medba-84-03-459.pdf
Vargas Cardon HD, Rodríguez López M, Arrivillaga M, Vergara Sánchez C, García Cifuentes JP, Bermúdez PC, et al. Inteligencia artificial para la detección del cáncer de cuello uterino: análisis del alcance, 2009-2022. 2023 [citado 05/09/2024];165(2):566-578. Disponible en: https://obgyn.onlinelibrary.wiley.com/doi/full/10.1002/ijgo.15179
Dellino M, Cerbone M, d’Amati A, Bochicchio M, Laganà AS,Etrusco A, et al. Artificial Intelligence in Cervical Cancer Screening: Opportunities and Challenges. AI. 2024 [citado 09/02/2024]5(4). Disponible en: https://www.mdpi.com/2673-2688/5/4/144
Zhu X, Yao Q , Dai W, Ji L, Yao Y, Pang B, et al. Cervical cancer screening aided by artificial intelligence, China. Bull World Health Organ. 2023 [citado 05/06/2024];101(6):381-390.Disponible en: https://pmc.ncbi.nlm.nih.gov/articles/PMC10225939/
Das S,Panda SK, Sethy M, Paramita Giri P, Nanda AK. Comparative analysis of machine learning and deep learning models for classifying squamous epithelial cells of the cervix. arXiv. 2024 [citado 08/07/2025]. Disponible en: https://arxiv.org/abs/2411.13535
Espinosa Pire LN, Clara Verano N, García Conrado JM. Cáncer de cuello uterino y el papiloma humano. Neutrosophic Computing Machine Learning. 2021 [citado 05/09/2024];17:25. Disponible en:
Divya S, Neerja B . Artificial Intelligence in Cervical Cancer Screening. J Colposcopy Lower Genital Tract Pathology. 2023 [citado 05/08/2024];1(1):15-19. Disponible en: https://journals.lww.com/jclgtp/fulltext/2023/01010/Artificial_Intelligence_in_Cervical_Cancer.4.aspx
OPS. Directrices de la OMS sobre tamizaje y tratamiento de las lesiones precancerosaspara la prevención del cáncer cervicouterinon. Washington, D. C: OPS; 2024 [citado 08/08/2025]. Disponible en:
https://iris.paho.org/bitstream/handle/10665.2/62990/9789275329412_spa.pdf
Bao H, Sun X, Zhang Y , Pang B , Li H, Zhou L, et al. The artificial intelligence-assisted cytology diagnostic system in large-scale cervical cancer screening: A population-based cohort study of 0.7 million women. Cancer Med.2020[citado 05/07/2024]; 9(18):6896-6906.Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1002/cam4.3296
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Sylvia del Pilar Núñez Arroba, Christopher Antony Arcos Mayorga, Marjorie Solange Pérez Montero
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Política de acceso y distribuciónEl total de los artículos publicados son contribuciones de acceso abierto, que se distribuyen según los términos de la Licencia Creative Commons Atribución–NoComercial 4.0 que permite el uso, distribución y reproducción no comerciales y sin restricciones en cualquier medio, siempre que sea debidamente citada la fuente primaria de publicación.
