Serie Científica de la Universidad de las Ciencias Informáticas

Flujo de trabajo para la integración eficaz de algoritmos de detección de comunidades en el análisis de redes cerebrales

2025-06-21T16:10:05+00:00

Este estudio presenta un flujo de trabajo que utiliza análisis de redes basado en métodos de detección de comunidades e imágenes por resonancia magnética funcional (fMRI) para investigar problemas de conectómica cerebral. El objetivo del estudio es mejorar la comprensión de la arquitectura cerebral y sus implicaciones clínicas, en particular en la identificación de patrones de conectividad alterados en condiciones neurológicas y psiquiátricas. Se aplicaron técnicas como la normalización de intensidad y el suavizado de imágenes para garantizar la calidad del procesamiento de datos fMRI. Se empleó un modelo de autocodificador para analizar redes de conectividad funcional y se utilizó el algoritmo de Louvain para detectar comunidades dentro de estas redes. Se lograron altos valores de modularidad y las pruebas de validación confirmaron la robustez del algoritmo utilizado en el análisis. Este estudio avanza en nuestra comprensión de la arquitectura cerebral y tiene implicaciones clínicas significativas al identificar patrones de conectividad alterados, lo que puede mejorar el diagnóstico y el tratamiento de condiciones neurológicas y psiquiátricas.

Modelo computacional para la evaluación del desarrollo de competencias de redacción académica en la asignatura Unidad de Integración Curricular

2025-06-21T16:10:06+00:00

Se desarrolló un modelo computacional para la evaluación del desarrollo de competencias de redacción académica en la asignatura Unidad de Integración Curricular. La investigación tuvo como objetivo diseñar un sistema que permita medir y mejorar las habilidades de redacción investigativa, promoviendo una formación efectiva como estudiantes investigadores en la carrera de Derecho en la Extensión de Quevedo. La intervención consistió en implementar el modelo en un estudio de caso con estudiantes de octavo semestre de la carrera de Derecho en la Universidad Regional Autónoma de los Andes, extensión Quevedo. El modelo computacional fue validado mediante métricas de rendimiento, tales como precisión, número de errores y coherencia en la producción textual, demostrando ser efectivo para identificar áreas de mejora y orientar estrategias pedagógicas. Los resultados evidencian que el modelo contribuye significativamente a potenciar las habilidades de redacción académica, logrando así mejorar las competencias investigativas de los estudiantes en la generación de artículos científicos. El modelo se mostró útil y ajustado a los objetivos de formación, destacando su potencial para ser implementado en otras asignaturas y contextos similares. Sin embargo, se recomienda ampliar el estudio con un grupo más diverso de estudiantes para fortalecer la generalización de los resultados y optimizar aún más el sistema.

Sistema de información decisional sobre la carga de entrenamiento en el control médico deportivo

2025-06-21T16:10:07+00:00

La investigación se centra en el desarrollo e implementación de un sistema de información decisional que respalda el control médico deportivo mediante la optimización de la carga de entrenamiento. El estudio destaca la construcción de un motor de inferencia que utiliza el razonamiento basado en casos, orientado a gestionar el proceso de selección, decisión, interpretación y aplicación del comportamiento que emula el razonamiento humano. Este motor procesa e interpreta reglas específicas y premisas establecidas para resolver problemas de decisión, permitiendo evaluar diversas opciones y seleccionar la alternativa más adecuada para cada situación particular. La investigación combina una exhaustiva revisión de la literatura con métodos empíricos, lo que permite validar la utilidad y eficiencia de este enfoque en contextos de control de carga física. Se enfatiza la integración tecnológica y metodológica del sistema, subrayando su capacidad para automatizar el tratamiento de la información y proporcionar soporte preciso en el proceso decisional. El enfoque metodológico se focaliza en la precisión de las reglas implementadas y en la capacidad del motor de inferencia para adaptarse a diversas condiciones y criterios específicos del entorno deportivo. En esencia, la investigación concluye que la implantación de este sistema de información con su motor de inferencia basado en razonamiento por casos representa una herramienta integral y eficaz para mejorar la toma de decisiones en el control médico deportivo, asegurando la adecuación de la carga de entrenamiento a las necesidades individuales de cada deportista.

Análisis computacional sobre el aprendizaje de vocabulario básico de inglés para Educación General Básica Media

2025-06-21T16:10:07+00:00

Se diseñó un modelo computacional para mejorar el aprendizaje de vocabulario básico en inglés en estudiantes de Educación General Básica Media. La investigación tuvo como objetivo desarrollar una herramienta digital interactiva que facilite la adquisición de vocabulario en inglés, complementando las metodologías tradicionales. La intervención se realizó en un estudio de caso con 21 estudiantes de Sexto Grado en la Unidad Educativa INSUTEC, durante un período de 10 semanas. El modelo fue validado mediante análisis de datos mixtos, incluyendo métricas cuantitativas, como incremento en las puntuaciones de vocabulario, y análisis cualitativos, como entrevistas y observaciones, para evaluar la percepción y participación de los estudiantes. Los resultados mostraron que los alumnos mostraron mayor interés y participación, logrando un incremento significativo en la comprensión y uso del vocabulario en inglés); además, el modelo facilitó la interacción y promovió un aprendizaje autónomo. Las conclusiones indican que el sitio web interactivo es una herramienta efectiva para potenciar la enseñanza del inglés y puede integrarse como complemento de las clases presenciales, atendiendo distintas necesidades educativas. Un aspecto positivo fue la mejora en la motivación y adquisición del vocabulario; sin embargo, se recomienda ampliar el estudio a otros contextos para validar su aplicabilidad en diferentes niveles y entornos educativos.

Modelo computacional de analítica de datos con Power BI para la identificación de patrones delictivos contra la propiedad en la Zona 1 del Ecuador

2025-06-21T16:10:08+00:00

El presente estudio desarrolla un modelo computacional de analítica de datos aplicado a los delitos contra la propiedad registrados en la Zona 1 del Ecuador (Esmeraldas, Carchi, Imbabura y Sucumbíos) durante el período 2014–2024. A través de la implementación de la herramienta Power BI, se diseñó una arquitectura analítica que permitió la extracción, depuración, modelado y visualización interactiva de datos provenientes del ECU911, la Fiscalía y la Policía Nacional. El modelo emplea expresiones DAX para el análisis de relaciones temporales y espaciales, integrando mapas de calor, series de tiempo y segmentaciones dinámicas. La metodología adoptó un enfoque mixto: cuantitativo, al procesar más de 28.000 registros de denuncias, y cualitativo, mediante entrevistas a fiscales y oficiales policiales. Los resultados indican que los robos a domicilio representan el 41,6% del total de delitos contra la propiedad, con mayor concentración en zonas urbanas de Esmeraldas e Ibarra. Además, solo el 30% de las víctimas denuncia los delitos, lo que revela una brecha crítica en la percepción de seguridad. El modelo permitió identificar patrones horarios (mayor incidencia entre las 18h00 y 22h00) y zonas críticas, facilitando la priorización de operativos. La validación del sistema se realizó comparando predicciones de zonas críticas con datos del primer trimestre de 2024, obteniendo una precisión del 87,4%. Se concluye que herramientas como Power BI potencian la toma de decisiones basada en datos, aunque se enfrentan a desafíos como la calidad de la información y la resistencia institucional. Se recomienda fortalecer la capacitación analítica de los funcionarios y promover la interoperabilidad de bases de datos entre instituciones.

Evaluación del impacto de la deforestación en la sedimentación mediante la heurística CAMF: Aplicación en Manicaragua, Cuba

2025-06-21T16:10:08+00:00

En este artículo se aplica el método CAMF (Cellular Automata-based heuristic for Minimizing Flow) para identificar, a partir de una representación raster, las áreas con mayor y menor impacto de la deforestación sobre la producción de sedimentos en una cuenca hidrográfica en Manicaragua, Cuba. CAMF aborda la interacción espacial en el flujo de sedimentos mediante la selección iterativa e incremental de sitios en función de su contribución marginal a la producción de sedimentos, lo que permite a los responsables de la toma de decisiones identificar áreas críticas donde debe evitarse la deforestación para proteger los recursos hídricos, así como zonas donde la deforestación tendría un impacto mínimo. Los resultados muestran que la deforestación de las primeras 200 celdas de alto impacto identificadas por CAMF conduce a un aumento de aproximadamente el 30% en la producción de sedimentos, lo que indica una alta sensibilidad al cambio de uso del suelo. En contraste, la deforestación de hasta el 50% de las celdas con menor impacto resulta en cambios insignificantes en la producción de sedimentos (menos del 0.002%). Además, este estudio plantea un nuevo reto para la investigación futura: utilizar CAMF para identificar las ubicaciones óptimas para la forestación como medida compensatoria de la deforestación inevitable, garantizando la prestación continuada de servicios ecosistémicos con un uso mínimo de la tierra.

Algoritmo híbrido metaheurístico para generación de funciones booleanas criptográficamente robustas

2025-06-21T16:10:09+00:00

En este trabajo se presentó el diseño de un algoritmo heurístico híbrido entre Recocido Simulado y Búsqueda Tabú, capaz de encontrar funciones booleanas m-resistentes (m=1 o m=2) con alta no linealidad, un alto grado algebraico y que satisfacen un alto orden de Criterio de Propagación. Este algoritmo usa como solución candidata inicial una función construida algebraicamente que posee las propiedades de ser m-resistente, tener alta no linealidad y alto grado algebraico; además, el algoritmo contribuye a incluir la propiedad de un alto criterio de propagación; dirigiendo así la búsqueda a regiones del espacio con buenas propiedades. El algoritmo se mueve en el espacio de búsqueda impidiendo que las propiedades de la función booleana bajen de un umbral pre-especificado, mientras que a la vez se incluyen propiedades mediante el uso de una función de costo.

Sistema inteligente para la detección y clasificación de vulnerabilidades en aplicaciones Android usando Minería de Datos y Algoritmos Supervisados

2025-06-21T16:10:09+00:00

Se diseñó e implementó un sistema inteligente de detección y clasificación de vulnerabilidades en aplicaciones Android, empleando técnicas de minería de datos y algoritmos supervisados. La investigación tuvo como objetivo desarrollar un modelo automatizado que identifique patrones de vulnerabilidad en aplicaciones Android nativas e híbridas, facilitando estrategias de mitigación específicas. La intervención consistió en analizar 32 aplicaciones (16 nativas y 16 híbridas) en un estudio de caso en un entorno empresarial durante 14 semanas, usando análisis estático, dinámico, pruebas de penetración y evaluaciones de configuración de seguridad. El modelo fue validado mediante análisis estadísticos como la prueba de Chi-cuadrado y métricas de rendimiento como precisión, recall y tasa de falsos positivos, para evaluar la efectividad en la detección y clasificación de vulnerabilidades. Los resultados indicaron diferencias significativas entre ambos tipos de aplicaciones en patrones de vulnerabilidad, confirmando que el modelo logra distinguir eficazmente entre riesgos específicos de cada desarrollo. Las conclusiones muestran que el sistema es una herramienta valiosa para la gestión de seguridad en el desarrollo de software empresarial, permitiendo la identificación temprana de riesgos y la adopción de medidas correctivas precisas.

Aplicación de la nanotecnología para la innovación en prevención, diagnóstico y tratamiento odontológico

2025-06-21T16:10:09+00:00

La presente investigación tiene como objetivo analizar la aplicación de la nanotecnología en los procesos de prevención, diagnóstico y tratamiento en odontología, destacando sus beneficios clínicos y su potencial transformador. A través de una revisión técnica y una intervención educativa, se profundizó en el uso de nanomateriales antibacteriales para la prevención de caries, en sistemas de diagnóstico precoz mediante nanosensores, y en tratamientos como la anestesia sin agujas con nanoesferas y la implantología avanzada con superficies nanoestructuradas. La intervención se implementó como estudio de caso con 35 estudiantes de la Educación Superior durante un ciclo académico de 12 semanas, mediante seminarios prácticos y simulaciones clínicas guiadas por expertos. El impacto del aprendizaje y la asimilación de los contenidos se evaluó mediante una prueba pre y post-intervención, validada con el test estadístico ANOVA de medidas repetidas, que mostró diferencias significativas en el desempeño de los estudiantes (p < 0.05). Los resultados evidenciaron un incremento sustancial en el conocimiento técnico y clínico sobre nanotecnología odontológica. Se concluye que la nanotecnología representa una herramienta clave para transformar la práctica odontológica en términos de eficacia, precisión y confort del paciente. Sin embargo, se recomienda una mayor inversión en la formación continua del personal de salud bucal para garantizar una implementación segura y ética de estas tecnologías emergentes.

Metodología computacional para evaluar la motivación y la retención del conocimiento

2025-06-21T16:10:10+00:00

Se diseñó una metodología computacional para evaluar la motivación y la retención del conocimiento en educación superior, utilizando técnicas de análisis estadístico avanzado y modelos de gamificación. El objetivo fue desarrollar un sistema que permita medir cuantitativamente el impacto de estrategias gamificadas en la motivación y la memoria de los estudiantes. La intervención se llevó a cabo en un estudio de caso con 60 estudiantes de educación superior, durante un período de 16 semanas, implementando actividades gamificadas con desafíos, recompensas y retroalimentación en tiempo real. El modelo computacional fue validado usando análisis de varianza (ANOVA) y análisis correlacional, evaluando los cambios en los niveles de motivación, participación y retención del conocimiento antes y después de la intervención. Los resultados mostraron un incremento estadísticamente significativo en la motivación y en las puntuaciones de los conocimientos retenidos, corroborando la efectividad de las estrategias gamificadas aplicadas. Las conclusiones indican que la metodología es una herramienta efectiva para potenciar el aprendizaje activo y mejorar la retención del conocimiento, evidenciando beneficios claros en el rendimiento académico. Sin embargo, se recomienda fortalecer la capacitación docente y mejorar las capacidades tecnológicas en futuras implementaciones para optimizar aún más sus resultados y sostenibilidad. En general, el estudio confirma que la gamificación, cuando se aplica adecuadamente, puede transformar los procesos educativos en entornos superiores.

Evaluación de modelos de series temporales para la predicción del flujo de tránsito aéreo

2025-06-21T16:10:10+00:00

El crecimiento sostenido del transporte aéreo exige herramientas precisas para anticipar la afluencia del tránsito y optimizar la gestión operativa. En este trabajo se evaluaron y compararon cinco algoritmos predictivos -regresión lineal, modelos autoregresivos integrados de media móvil y su variante estacional, redes neuronales artificiales y redes neuronales con memoria de corto y largo plazo- aplicados a series temporales de tránsito aéreo. Se realizó un exhaustivo preprocesamiento de los datos, considerando la estacionalidad y las características propias del dominio, y se diseñó un experimento controlado para medir la precisión y el tiempo de entrenamiento de cada modelo. Los resultados evidenciaron que los modelos basados en redes neuronales ofrecieron la mayor precisión en la predicción, aunque con mayores requerimientos computacionales. Destaca que, en el contexto analizado, una red neuronal artificial simple superó en desempeño a modelos más complejos, demostrando que la elección del algoritmo óptimo depende tanto de la calidad de los datos como de la naturaleza del problema. Este estudio aporta una guía práctica para la selección de modelos predictivos en el ámbito del tránsito aéreo y resalta la importancia de adaptar la solución al contexto específico. La aplicación de estos resultados puede contribuir a la mejora de la planificación y gestión del tráfico aéreo, reduciendo la incertidumbre y favoreciendo una toma de decisiones más informada.

Clasificación estadística supervisada para analizar el impacto del propóleo sobre las bacterias Actinomyces viscosus y Streptococcus mutans

2025-06-21T16:10:10+00:00

El presente estudio desarrolla un modelo computacional basado en clasificación estadística supervisada para analizar el impacto del propóleo sobre las bacterias Actinomyces viscosus y Streptococcus mutans, mediante pruebas in vitro realizadas entre noviembre de 2023 y abril de 2024. La investigación adoptó un diseño observacional, longitudinal, prospectivo y analítico. Se recolectaron datos de 60 cepas bacterianas cultivadas en laboratorio, evaluando la sensibilidad al propóleo a través de halos de inhibición medidos con caliper según la escala de Duraffourd (1986). Se aplicaron pruebas estadísticas no paramétricas (Kruskal-Wallis, U de Mann-Whitney) y Chi-cuadrado para analizar los efectos cuantitativos y cualitativos. Los datos fueron modelados mediante un sistema computacional de clasificación en Python usando árboles de decisión, que permitieron predecir el nivel de sensibilidad bacteriana (sin sensibilidad, baja, alta, extremadamente alta) en función del tipo de bacteria y del halo inhibitorio observado. Los resultados revelaron que Actinomyces viscosus mostró una media de inhibición de 15.60 mm (DE=1.399), mientras que Streptococcus mutans presentó menor respuesta con una media de 0.653 mm (DE=0.653), indicando baja variabilidad. El análisis clasificó las muestras en: 33.3% sin sensibilidad, 5% con sensibilidad, 48.3% con alta sensibilidad y 13.33% con sensibilidad extremadamente alta. El modelo alcanzó una precisión de clasificación del 91.2% con validación cruzada 5-fold. Se concluye que el propóleo es más efectivo contra A. viscosus y que el modelo computacional puede apoyar la toma de decisiones clínicas sobre terapias naturales antimicrobianas.

Matemática Computacional para la gasificación Downdraft: modelo, simulación y optimización de biomasa

2025-06-21T16:10:11+00:00

Este trabajo presenta un modelo matemático predictivo para simular la gasificación downdraft de biomasa. Aborda los procesos termoquímicos y la descomposición de residuos de madera. El desarrollo de ecuaciones diferenciales para modelar la transferencia de calor y masa, y la búsqueda de optimización en el uso energético de la biomasa, demuestran la aplicación de la matemática computacional en la resolución de un problema relevante en el campo de la energía. Reconociendo las limitaciones de los modelos existentes, el trabajo contribuye a la discusión sobre la mejora de la precisión y la comprensión de los procesos complejos involucrados en la gasificación de biomasa.

Modelo analítico y experimental para evaluar el comportamiento de nanopartículas en empastes de resina utilizados en tratamientos odontológicos

2025-06-21T16:10:11+00:00

La investigación se centró en diseñar un modelo analítico y experimental para evaluar el comportamiento de nanopartículas en empastes de resina utilizados en tratamientos odontológicos. El objetivo fue desarrollar un sistema que permita analizar cómo la incorporación de nanopartículas mejora la resistencia, durabilidad y biocompatibilidad de los empastes de resina. La intervención se realizó en un estudio de caso con 50 pacientes en una clínica odontológica universitaria durante 6 meses, en los cuales se aplicaron empastes con diferentes concentraciones de nanopartículas en resinas compuestas, comparándolos con empastes tradicionales. El modelo computacional fue validado a través de análisis de varianza (ANOVA) y pruebas de resistencia mecánica, además de evaluar la biocompatibilidad mediante análisis histopatológico en modelos in vitro. Los resultados demostraron que los empastes con nanopartículas mostraron mejoras estadísticamente significativas en resistencia a la fractura (p < 0.01) y biocompatibilidad, en comparación con los empastes tradicionales. Las conclusiones indican que la incorporación de nanopartículas en los empastes de resina puede revolucionar los tratamientos odontológicos, ofreciendo mayores ventajas en durabilidad y seguridad. Aunque los resultados son prometedores, se recomienda ampliar estudios clínicos con mayores muestras y diferentes concentraciones para optimizar su aplicación. Este estudio confirma el potencial de las nanopartículas para mejorar la calidad de los restaurados odontológicos y su longevidad en pacientes.

Empleo de DTW como medida de distancia en datos obtenidos desde Smartphone

2025-06-21T16:10:11+00:00

En los últimos años el empleo de teléfonos inteligentes para la captura de datos desde los sensores incorporados ha sido de interés en la comunidad científica, por lo generalizado de su uso facilita la obtención de este tipo de datos de forma discreta y económica; En el artículo se presenta el uso de DTW (Dinamic Time Warping) como medida de distancia para datos obtenidos durante la realización de varias actividades mientras se porta un teléfono inteligente. Para ello se desarrolló una aplicación para Android que capta los datos, los datos obtenidos desde los sensores acelerómetro y giroscopio del teléfono se procesan obteniendo una serie de tiempo x,y,z . El interés en la investigación radica en la posibilidad de emplear en la clasificación de pacientes con Parkinson en actividades cotidianas.

Percepciones de enfoque de género en estudiantes de Ingeniería Informática

2025-06-21T16:10:11+00:00

La brecha de género en la ingeniería informática sigue siendo un desafío global, y Cuba no es la excepción. En la Universidad de las Ciencias Informáticas (UCI) en La Habana, persisten diferencias en la percepción del enfoque de género entre los estudiantes, lo que puede afectar la equidad en el acceso y desarrollo profesional en el sector tecnológico. Esta investigación analiza las percepciones sobre la equidad de género en la ingeniería informática mediante una encuesta aplicada a 400 estudiantes de la UCI, en el periodo del 2014-2019. El estudio tuvo como objetivo identificar barreras y oportunidades para la inclusión de mujeres en esta disciplina, explorando factores como la autoeficacia, la representación femenina en el ámbito académico y laboral, y los estereotipos de género. La metodología incluyó un cuestionario estructurado con preguntas sobre experiencias académicas, expectativas profesionales y percepción del entorno educativo en términos de equidad. Los hallazgos revelaron que, aunque las mujeres tienen un alto desempeño académico, muchas perciben obstáculos en su desarrollo profesional debido a la falta de modelos femeninos y sesgos de género en el ámbito laboral. De esta manera, se evidenció que los hombres tienden a subestimar la existencia de barreras estructurales. La conclusión central señala la necesidad de estrategias institucionales para fomentar la equidad de género y sensibilizar a la comunidad estudiantil sobre la importancia de un entorno más inclusivo. Este estudio destaca la relevancia de implementar políticas educativas y programas de mentoría que promuevan la participación femenina en la ingeniería informática.

Estrategia 5E con tecnologías digitales para pensamiento creativo y reflexivo en ciencias: validación neutrosófica

2025-06-21T16:10:12+00:00

Este estudio investiga cómo promover la creatividad y el pensamiento metacognitivo en un aula de Ciencias Naturales de séptimo grado utilizando el modelo 5E y tecnologías digitales. La pregunta central es cómo estimular estas habilidades en dicho contexto, relevante por la escasez de innovación y pensamiento crítico en el mundo actual. La investigación busca superar la enseñanza basada en memorización y fortalecer la comprensión de la relación entre conocimientos y resolución de problemas en la vida real. La revisión literaria indica que el modelo 5E favorece la participación activa, incluso en estudiantes desmotivados, especialmente cuando se combina con herramientas digitales como simulaciones y análisis de datos, aunque falta una implementación sistemática que vincule creatividad y metacognición. La metodología contempla actividades prácticas, conexiones interdisciplinarias con el arte y portafolios digitales, evaluados mediante un enfoque multicriterio que considera la incertidumbre en el proceso educativo. Estudios previos muestran que el uso de tecnologías digitales en el método 5E fomenta el interés, la exploración, el pensamiento crítico y la resolución de problemas. El proyecto propone una enseñanza innovadora que trasciende el currículo del Estado de Nueva York y ofrece un modelo transferible a otros entornos educativos, brindando a los docentes herramientas para realizar ajustes pedagógicos que generen un aprendizaje más práctico y efectivo en la actualidad.

Modelos de simulación clínica en la enseñanza de las ciencias de la salud: una revisión sistemática

2025-06-21T16:10:06+00:00

Se realizó una revisión sistemática exhaustiva sobre los modelos de simulación clínica en la enseñanza de las ciencias de la salud, empleando la metodología PRISMA para identificar y evaluar la evidencia disponible. En total, se analizaron 62 estudios publicados entre 2010 y 2023 en bases de datos académicas como PubMed, Scopus y Web of Science. La búsqueda inicial generó 175 artículos, de los cuales 22 cumplieron los criterios de inclusión tras la exclusión de duplicados, estudios no relevantes, y aquellos con calidad metodológica insuficiente (evaluada mediante la lista de verificación PRISMA). La revisión se centró en analizar variables como mejoras en retención del conocimiento (presentada en 11 estudios), desarrollo de habilidades prácticas (7 estudios), toma de decisiones clínicas (2 estudios), aumento de la confianza y reducción de errores (2). Los hallazgos demostraron que la simulación clínica es significativamente más efectiva que los métodos tradicionales en estos aspectos (p < 0.05 en la mayoría de los estudios), aunque se señalaba que su implementación presenta desafíos de costo, formación y resistencia al cambio en el ámbito educativo. La evidencia consolidada indica que la simulación es una estrategia complementaria poderosa, recomendando una integración híbrida con la enseñanza convencional. Se sugiere promover políticas institucionales que faciliten su adopción y desarrollo de habilidades especializadas para maximizar su impacto en la formación en ciencias de la salud.

Aplicación de modelos y herramientas de inteligencia artificial y aprendizaje automático en cirugía oral con tecnología láser: revisión bibliográfica

2025-06-21T16:10:07+00:00

Se llevó a cabo una revisión bibliográfica sistemática sobre la aplicación de modelos y herramientas de inteligencia artificial y aprendizaje automático en cirugía oral, con el fin de identificar las tendencias, beneficios, limitaciones y desafíos en su integración clínica. La investigación utilizó la metodología PRISMA, evaluando un total de 15 artículos publicados entre 2015 y 2025, seleccionados tras una búsqueda en bases de datos como PubMed, Scopus y Web of Science. Los estudios analizados emplearon técnicas de machine learning, redes neuronales, algoritmos de clasificación y procesamiento de imágenes, enfocados en diagnósticos, planificación quirúrgica, predicción de riesgos y personalización de tratamientos. Los hallazgos mostraron que estos modelos mejoran la precisión diagnóstica, optimizan la toma de decisiones y reducen errores clínicos, aunque enfrentan retos relacionados con la calidad de datos, la interpretabilidad de los modelos y los costos de implementación. Los resultados indicaron que la mayoría de los estudios (p < 0.05) demostraron beneficios estadísticamente significativos en la mejora de resultados clínicos y en la eficiencia de los procedimientos quirúrgicos, destacando la potencialidad de las tecnologías de IA para transformar la práctica odontológica. Sin embargo, persisten barreras para su adopción generalizada, como la necesidad de estandarización de protocolos, la adaptación del personal y la consideración de aspectos éticos. Los resultados sugieren que el uso de herramientas de inteligencia artificial en cirugía oral representa una innovación con alto potencial, aunque requiere mayores esfuerzos para superar obstáculos y promover su integración efectiva en la práctica clínica diaria.