Acceso usuarios
K. Eskandar
Objetivo: Esta revisión sistemática tuvo como objetivo evaluar las aplicaciones actuales, los resultados clínicos y las limitaciones de la inteligencia artificial (IA) en la cirugía ortopédica en las áreas de diagnóstico, planificación prequirúrgica, intervenciones asistidas por robots y cuidados postoperatorios.
Métodos: Se realizó una búsqueda exhaustiva en PubMed, Scopus, Web of Science y Google Scholar (2018–2025), que identificó 125 estudios, de los cuales 47 cumplieron los criterios de inclusión.
Resultados: Las herramientas de diagnóstico por imagen basadas en IA demostraron una alta precisión diag nóstica, con algunos modelos que alcanzaron sensibilidades de hasta el 98,2% y valores de área bajo la curva (AUC) superiores a 0,95 en la detección de fracturas y la identificación de anomalías musculoesqueléticas. En la planificación prequirúrgica, la modelización 3D impulsada por IA mejoró la conformidad de los implantes (copa acetabular 90,9% vs. 72,2%; vástago femoral 87,3% vs. 66,7%) y reforzó la predicción de riesgos quirúr gicos (AUC > 0,85 para complicaciones). Las cirugías asistidas por robots que incorporaron planificación guiada por IA mejoraron la alineación de los implantes y la consistencia de los procedimientos, aunque los resultados funcionales a largo plazo fueron inconclusos. En el contexto postoperatorio, 17 de 18 ensayos que utilizaron dispositivos portátiles o aplicaciones móviles informaron una mejor recuperación funcional, mayor satisfacción del paciente y mejor adherencia.
Conclusión: La IA está desempeñando un papel cada vez más importante en la cirugía ortopédica, ofreciendo mejoras prometedoras en precisión diagnóstica, exactitud quirúrgica y apoyo en la rehabilitación. No obstante, persisten desafíos en torno a la validación externa, el sesgo algorítmico y los marcos regulatorios.
Objective: This systematic review aimed to evaluate the current applications, clinical outcomes, and limitations of artificial intelligence (AI) in orthopedic surgery across diagnostics, pre-surgical planning, robotic-assisted interventions, and postoperative care.
Methods: A comprehensive search across PubMed, Scopus, Web of Science, and Google Scholar (2018–2025) identified 125 studies, of which 47 met inclusion criteria.
Results: AI-based imaging tools demonstrated high diagnostic accuracy, with some models achieving sensitivities up to 98.2% and area under the curve (AUC) values exceeding 0.95 in fracture detection and musculoskeletal anomaly identification. In pre-surgical planning, AI-driven 3D modeling improved implant conformity (acetabu lar cup 90.9% vs. 72.2%; femoral stem 87.3% vs. 66.7%) and enhanced surgical risk prediction (AUC > 0.85 for complications). Robotic-assisted surgeries incorporating AI-guided planning improved implant alignment and procedural consistency, although long-term functional outcomes remained inconclusive. In the postoperative setting, 17 of 18 trials using wearable or app-based interventions reported improved functional recovery, patient satisfaction, and adherence.
Conclusion: AI is playing an increasingly important role in orthopedic surgery, offering promising improvements in diagnostic accuracy, surgical precision, and rehabilitation support. However, challenges remain regarding external validation, algorithmic bias, and regulatory frameworks.
