Inteligencia artificial en la reumatología: avances, desafíos y consideraciones éticas

Jorge Andrés Hernández; Luis Dulcey-Sarmiento; Jaime Gómez-Ayala; Juan Sebastián Therán-León; Luis Fernando Toscano-Dulcey

Jorge Andrés Hernández Universidad de Santander https://orcid.org/0009-0001-5758-5965
Luis Dulcey-Sarmiento Universidad de los Andes https://orcid.org/0000-0001-9306-0413
Jaime Gómez-Ayala Universidad Autónoma de Bucaramanga https://orcid.org/0000-0002-1103-9598
Juan Sebastián Therán-León Universidad de Santander https://orcid.org/0000-0002-4742-0403
Luis Fernando Toscano-Dulcey Universidad de Santander https://orcid.org/0009-0003-7656-1904

Resumen

Señor Editor

La inteligencia artificial (IA) ha experimentado un crecimiento exponencial en la medicina en las últimas décadas, con aplicaciones que van desde el análisis automatizado de imágenes médicas hasta la predicción de respuestas terapéuticas en enfermedades crónicas. En el campo de la reumatología, esta revolución tecnológica está generando un impacto significativo al mejorar la precisión diagnóstica, optimizar la estratificación de riesgos y personalizar los tratamientos en pacientes con enfermedades autoinmunes. Sin embargo, junto con estos avances, emergen desafíos críticos en términos de interpretabilidad de los modelos, equidad en su aplicación y consideraciones éticas que requieren atención inmediata por parte de la comunidad médica y científica ^(1,2).

Citas

1. Madrid-García A, Merino-Barbancho B, Rodríguez-González A, Fernández-Gutiérrez B, Rodríguez-Rodríguez L, Menasalvas-Ruiz E. Understanding the role and adoption of artificial intelligence techniques in rheumatology research: An in-depth review of the literature. Semin Arthritis Rheum [Internet]. 2023 [cited 2025 Feb 7];61: 152213. Available from: https://pubmed.ncbi.nlm.nih.gov/37315379
2. Hügle T, Kalweit M. [Artificial intelligence-supported treatment in rheumatology : Principles, current situation and perspectives]. Z Rheumatol [Internet]. 2021 [cited 2025 Feb 7];80(10):914–27. Available from: https://pubmed.ncbi.nlm.nih.gov/34618208
3. Mondillo G, Colosimo S, Perrotta A, Frattolillo V, Gicchino MF. Unveiling artificial intelligence’s power: Precision, personalization, and progress in rheumatology. J Clin Med [Internet]. 2024 [cited 2025 Feb 7];13(21):6559. Available from: https://pubmed.ncbi.nlm.nih.gov/39518698
4. Hügle M, Omoumi P, van Laar JM, Boedecker J, Hügle T. Applied machine learning and artificial intelligence in rheumatology. Rheumatol Adv Pract [Internet]. 2020 [cited 2025 Feb 7];4(1): rkaa005. Available from: https://pubmed.ncbi.nlm.nih.gov/32296743
5. Chandwar K, Misra DP. What does artificial intelligence mean in rheumatology? Arch Rheumatol [Internet]. 2024 [cited 2025 Feb 7];39(1):1–9. Available from: https://pubmed.ncbi.nlm.nih.gov/38774703
6. Kuo RYL, Harrison C, Curran TA, Jones B, Freethy A, Cussons D, et al. Artificial intelligence in fracture detection: A systematic review and meta-analysis. Radiology [Internet]. 2022 [cited 2025 Feb 7];304(1):50–62. Available from: https://pubmed.ncbi.nlm.nih.gov/35348381
7. Chinnadurai S, Mahadevan S, Navaneethakrishnan B, Mamadapur M. Decoding applications of artificial intelligence in rheumatology. Cureus [Internet]. 2023 [cited 2025 Feb 7];15(9): e46164. Available from: https://pubmed.ncbi.nlm.nih.gov/37905264