noticias y actualidad médicas. El Programa 12 TECNOLOGÍAY SALUD PARA EL ACCESO AL BIENESTAR Nacional de Telemedicina del ISSSTE, fue el primer servicio de telemedicina institucional que se implementó en el país, este enlazaba los Hospitales Generales del ISSSTE con el Centro Médico Nacional (CMN) 20 de Noviembre, el cual sigue funcionando hasta nuestros días, haciendo uso de enlaces satelitales. La tecnología también se enfoca al área de salud al usar inteligencia artificial (IA) o machine learning, esta última emplea ecuaciones matemáticas que permiten el desarrollo de nuevos análisis predictivos y reconocimiento de patrones no conocidos para identificar los factores de riesgo asociados a la salud con más veracidad y velocidad para la toma de decisiones clínicas. Es decir, con el aprendizaje automático, los registros clínicos completos son entradas para el aprendizaje de algoritmos. Los modelos resultantes pueden ser subsecuentemente utilizados para ayudar a los profesionales de la salud a precisar diagnósticos a futuros pacientes; de esta manera, el estudio y el diagnóstico de un paciente puede ser más rápido y confiable (Mora, 2022). Otro ejemplo de los cambios en salud es la miniaturización de los dispositivos, sus chips y sus baterías, lo que es especialmente importante para ser implantados en el cuerpo, así como, el desarrollo de softwares de control y comunicación inalámbrica. Esto ha favorecido a especialistas de diversas áreas para que apliquen las técnicas de neuroestimulación; esta intervención consiste en administrar un estímulo de forma superficial o invasiva sobre músculos, nervios, o sus vías, con el fin de activar o inhibir determinadas funciones fisiológicas. Los neuroestimuladores han mostrado utilidad en el tratamiento de síntomas de la enfermedad de Parkinson, temblor, distonía o epilepsia. También se usan para la estimulación del nervio vago (par craneal X con gran ramificación en el sistema nervioso autónomo) con el objetivo de producir efectos antinociceptivos, antidepresivos, antiepilépticos y antimigrañosos, para mejorar la plasticidad neuronal, la memoria, la cognición, la ansiedad y el estrés, e incluso modular el síndrome metabólico, la inflamación y el sistema cardiovascular (de Gurtubay, 2020). Es por esta razón, que el libro tiene como propósito divulgar acerca de las propuestas y los esfuerzos que se realizan en nuestro país, así como, realizar un análisis crítico de la regulación ética y de las políticas que se requieren para la aplicación de la tecnología en México.
● Seccion 2: Consensus
La Inteligencia Artificial en el Desarrollo de la Medicina en Mexico
❖ Inteligencia artificial en la salud y la medicina: aplicaciones clínicas, avances terapéuticos y perspectivas futuras
Los sistemas de salud de todo el mundo se enfrentan a desafíos crecientes, como el aumento de los costos, la escasez de personal y las disparidades en el acceso y la calidad, especialmente en los países de ingresos bajos y medios. La inteligencia artificial (IA) ha surgido como una herramienta transformadora capaz de abordar estos problemas al mejorar el diagnóstico, la planificación del tratamiento, la monitorización de los pacientes y la eficiencia de la atención médica. El papel de la IA en la medicina moderna abarca la detección de enfermedades, la atención personalizada, el descubrimiento de fármacos, el análisis predictivo, la telemedicina y las tecnologías sanitarias portátiles. Aprovechando el aprendizaje automático y el aprendizaje profundo, la IA puede analizar conjuntos de datos complejos, incluidos los historiales clínicos electrónicos, las imágenes médicas y los perfiles genómicos, para identificar patrones, predecir la progresión de la enfermedad y recomendar estrategias de tratamiento optimizadas. La IAtambién tiene el potencial de promover la equidad al permitir soluciones rentables y eficientes en el uso de recursos en entornos remotos y de bajos recursos, como los diagnósticos móviles, los biosensores portátiles y los algoritmos ligeros. Una implementación exitosa requiere abordar desafíos críticos, como la privacidad de los datos, el sesgo algorítmico, la interpretabilidad del modelo, la supervisión regulatoria y el mantenimiento de la supervisión clínica humana Con énfasis en una implementación escalable, ética y basada en la evidencia, las estrategias clave incluyen la capacitación de profesionales clínicos en IA, la adopción de herramientas eficientes en el uso de recursos, la colaboración global y marcos regulatorios sólidos para garantizar la transparencia, la seguridad y la rendición de cuentas. Al complementar, en lugar de reemplazar, a los profesionales de la salud, la IA puede reducir errores, optimizar recursos, mejorar los resultados de los pacientes y ampliar el acceso a una atención de calidad. Esta revisión enfatiza la integración responsable de la IA como un potente catalizador para la innovación, la sostenibilidad y la equidad en la prestación de servicios de salud a nivel mundial
❖ Inteligencia artificial en el desarrollo de fármacos: remodelando el panorama terapéutico
La inteligencia artificial (IA) está transformando la investigación y el desarrollo de medicamentos, ofreciendo a los médicos nuevas opciones de tratamiento. En los últimos 30 años, el aprendizaje automático, el aprendizaje profundo y las redes neuronales han revolucionado el diseño de fármacos, la identificación de dianas terapéuticas y las predicciones de ensayos clínicos. La IA ha impulsado la I+D (investigación y desarrollo) farmacéutica al identificar nuevas dianas terapéuticas, mejorar los diseños químicos y predecir estructuras proteicas complejas. Además, la
IA generativa está acelerando el desarrollo y la reingeniería de moléculas medicinales para abordar enfermedades comunes y raras. Si bien hasta la fecha ningún fármaco generado por IA ha sido aprobado por la FDA, el HLX-0201 para el síndrome del cromosoma X frágil y nuevas moléculas para la fibrosis pulmonar idiopática han entrado en ensayos clínicos. Sin embargo, los modelos de IA generalmente se consideran "cajas negras", lo que dificulta la comprensión de sus conclusiones y limita su potencial debido a la falta de transparencia del modelo y al sesgo algorítmico. A pesar de estos obstáculos, el descubrimiento de fármacos impulsado por IA ha reducido sustancialmente los tiempos y costos de desarrollo, agilizando el proceso y los riesgos financieros de comercializar nuevos medicamentos. En el futuro, se espera que la IA siga teniendo un impacto positivo en la innovación farmacéutica, haciendo que los descubrimientos de fármacos que salvan vidas sean más rápidos, más eficientes y más generalizados.
❖ Aplicaciones emergentes del aprendizaje automático en la medicina genómica y la atención médica
La integración de tecnologías de inteligencia artificial ha impulsado el progreso de la medicina clínica y genómica en los últimos años. El aumento significativo de la potencia computacional ha facilitado la capacidad de los modelos de inteligencia artificial para analizar y extraer características de amplios datos e imágenes médicas, contribuyendo así al avance de las herramientas de diagnóstico inteligentes. Los modelos de inteligencia artificial (IA) se han utilizado en el campo de la medicina personalizada para integrar datos clínicos e información genómica de los pacientes. Esta integración permite la identificación de recomendaciones de tratamiento personalizadas, lo que en última instancia conduce a mejores resultados para los pacientes. A pesar de los notables avances, la aplicación de la inteligencia artificial (IA) en el campo de la medicina se ve obstaculizada por diversos obstáculos, como la disponibilidad limitada de datos clínicos y genómicos, la diversidad de conjuntos de datos, las implicaciones éticas y la interpretación inconclusa de los resultados de los modelos de IA. En esta revisión, se realiza una evaluación exhaustiva de múltiples algoritmos de aprendizaje automático utilizados en los campos de la medicina clínica y genómica. Además, presentamos una visión
general de la implementación de la inteligencia artificial (IA) en los campos de la medicina clínica, el descubrimiento de fármacos y la medicina genómica. Por último, se examinan una serie de limitaciones relacionadas con la implementación de la inteligencia artificial dentro de la industria de la salud.
❖ Revolucionando la atención médica: el papel de la inteligencia artificial en la práctica clínica
Los sistemas de salud son complejos y suponen un reto para todos los actores, pero la inteligencia artificial (IA) ha transformado diversos campos, incluida la atención médica, con el potencial de mejorar la atención al paciente y su calidad de vida. Los rápidos avances de la IA pueden revolucionar la atención médica al integrarla en la práctica clínica. Informar sobre el papel de la IA en la práctica clínica es crucial para una implementación exitosa, ya que proporciona a los profesionales de la salud conocimientos y herramientas esenciales. Este artículo de revisión ofrece una visión general completa y actualizada del estado actual de la IA en la práctica clínica, incluyendo sus posibles aplicaciones en el diagnóstico de enfermedades, las recomendaciones de tratamiento y la participación del paciente. También analiza los desafíos asociados, abarcando consideraciones éticas y legales, así como la necesidad de experiencia humana. De este modo, mejora la comprensión de la importancia de la IA en la atención médica y apoya a las organizaciones sanitarias en la adopción eficaz de tecnologías de IA. La presente investigación analizó el uso de la IA en el sistema de salud mediante una revisión exhaustiva de la literatura indexada relevante, como PubMed/Medline, Scopus y EMBASE, sin límite de tiempo, pero limitada a artículos publicados en inglés. La pregunta clave explora el impacto de la aplicación de la IA en entornos sanitarios y los posibles resultados de esta aplicación. La integración de la IA en la atención médica ofrece un gran potencial para mejorar el diagnóstico de enfermedades, la selección de tratamientos y las pruebas de laboratorio clínico. Las herramientas de IA pueden aprovechar grandes
conjuntos de datos e identificar patrones para superar el rendimiento humano en diversos aspectos de la atención médica. La IA ofrece mayor precisión, reducción de costos y ahorro de tiempo, a la vez que minimiza los errores humanos. Puede revolucionar la medicina personalizada, optimizar las dosis de medicamentos, mejorar la gestión de la salud poblacional, establecer pautas, proporcionar asistentes de salud virtuales, apoyar la atención de la salud mental, mejorar la educación del paciente e influir en la confianza entre el paciente y el médico. La IA puede utilizarse para diagnosticar enfermedades, desarrollar planes de tratamiento personalizados y ayudar a los médicos en la toma de decisiones. Más que simplemente automatizar tareas, la IA se centra en el desarrollo de tecnologías que pueden mejorar la atención al paciente en todos los entornos de atención médica. Sin embargo, para una implementación responsable y eficaz de la IA en la atención médica, es necesario abordar los desafíos relacionados con la privacidad de los datos, los sesgos y la necesidad de experiencia humana.
● La IA en el Desarrollo de la Medicina en el Estado de Hidalgo
❖ Modelos neuronales profundos de la calidad del aire en la zona metropolitana de Tula, Hidalgo
En las últimas décadas, la creciente urbanización y el desarrollo industrial han sido una piedra angular del desarrollo metropolitano, representando un aumento en la producción y emisión de gases de efecto invernadero. Esta situación ha provocado contaminación del aire y una situación ambiental desfavorable que podría afectar a los ecosistemas, la población y la vida en general. Por lo tanto, se requieren estrategias preventivas. Por lo tanto, se desarrollaron dos modelos de inteligencia artificial para predecir la calidad del aire en el Área Metropolitana de Tula (AMT) utilizando algoritmos de clasificación y regresión con redes neuronales de aprendizaje profundo. Se aplicó la metodología CRISP-DM, considerando al AMT como el productor del 90% de la contaminación en Hidalgo. La comprensión y preparación de los datos se realizó antes del modelado y la validación de cada modelo. La aplicación de métricas de evaluación dio como resultado un r2 de .99, una pérdida de 0.088 para el modelo de regresión, una precisión de .93 para el modelo de clasificación, una precisión de .88, recall de .79 y un puntaje F1 de .81. Ambos modelos pudieron representar el fenómeno de la calidad del aire y predecirlo de manera eficiente.
Esta investigación de revisión sistemática con análisis bibliográfico, tuvo como objetivo analizar el uso de la inteligencia artificial en los negocios. Se utilizó la metodología PRISMA para obtener un conjunto final de (n = 43) artículos de la base de datos Scopus durante un período de 4 años de 2020 a 2024. El conjunto final de artículos se clasifica en una taxonomía que comprende cinco grupos: (1) finanzas (n = 8), (2) producción (n = 9), (3) servicio al cliente (n = 9), (4) tecnología e innovación empresarial (n = 8) y (5) recursos humanos (n = 9). También presenta un análisis bibliográfico basado en la producción científica anual, de 108 artículos encontrados en un período de 5 años de 2018 a 2023, de bases de datos como Scopus, Science direct y Google académico. Concluye que el uso de la inteligencia artificial (IA) en los negocios tiene un impacto significativo en diversas áreas.
En un entorno empresarial cada vez más competitivo, las organizaciones buscan optimizar sus procesos de reclutamiento y selección para atraer talento calificado. En este contexto, la inteligencia artificial (IA) emerge como una herramienta disruptiva capaz de transformar estos procesos mediante algoritmos predictivos, análisis de datos y plataformas de aprendizaje automatizado. Este estudio analiza el impacto de la IA en el reclutamiento dentro del sector de la seguridad privada en México. Se aplicó una metodología de revisión documental con un enfoque deductivo y descriptivo, analizando fuentes académicas, técnicas y regulatorias de los últimos diez años. Los hallazgos muestran que la IA ofrece ventajas significativas en áreas clave como la verificación de antecedentes, la evaluación de confianza y control, la selección basada en datos y la capacitación mediante realidad virtual. Estas herramientas no solo optimizan el tiempo y reducen sesgos, sino que también fortalecen el cumplimiento normativo y mejoran la precisión en la toma de decisiones. En consecuencia, la IA se posiciona como un aliado estratégico para las empresas de seguridad privada, contribuyendo a la profesionalización del sector y al avance de la gestión del talento humano.
Esta presentación sitúa el tema de la inteligencia artificial en el contexto de la práctica médica y, en particular, de la educación médica. Define las áreas de claro beneficio ya observadas y las futuras, así como las incertidumbres y temores sobre su alcance, con la posible pérdida del control humano y del componente humanístico de la profesión médica. Ante su desarrollo inexorable y no programable, plantea la importancia trascendental de regular este desarrollo y su aplicación de buena fe en todos los ámbitos, especialmente en la educación médica y la práctica médica.
La inteligencia artificial (IA) está transformando la práctica médica a nivel mundial. Se ha demostrado que su implementación en el diagnóstico, el tratamiento y la gestión hospitalaria mejora la precisión y la eficiencia de los servicios de salud. Sin embargo, su adopción en Ecuador se ve obstaculizada por diversos factores, como la limitada infraestructura tecnológica, la falta de capacitación de los profesionales de la salud y la ausencia de un marco regulatorio claro que garantice la seguridad y la ética en su aplicación. Este estudio empleó un enfoque de métodos mixtos, combinando métodos cuantitativos y cualitativos, para analizar la percepción y la aceptación de la IA en el sistema de salud ecuatoriano. Mediante encuestas a 150 profesionales de la salud y entrevistas a 15 expertos en tecnología médica, se identificaron las principales aplicaciones de la IA, destacando su uso en el diagnóstico asistido, el diseño de tratamientos personalizados, la optimización de la gestión hospitalaria y la monitorización remota de pacientes. Los resultados demuestran un creciente interés en integrar la IA en la medicina ecuatoriana, aunque su adopción sigue siendo limitada debido a barreras estructurales y regulatorias. Se destaca la necesidad de fortalecer la infraestructura tecnológica, promover programas de capacitación especializados y desarrollar regulaciones específicas que regulen el uso de la IA en la atención médica. Si bien la IA tiene el potencial de mejorar significativamente la atención médica en Ecuador, su implementación efectiva requiere estrategias integrales que aborden tanto los desafíos tecnológicos como los aspectos éticos y legales.
La inteligencia artificial y los modelos de procesamiento del lenguaje natural han irrumpido en el ámbito de la formación médica. Entre ellos, el modelo ChatGPT se ha utilizado para intentar resolver diferentes exámenes médicos internacionales. Sin embargo, no existe literatura que aborde este fenómeno en Europa ni en otros países hispanohablantes. El presente trabajo tiene como objetivo evaluar la capacidad de respuesta del modelo ChatGPT en el MIR 2022, que da acceso al sistema español de formación de posgrado. Para ello, se ha realizado un análisis descriptivo transversal en el que se han resuelto todas las preguntas del examen MIR 2022 mediante esta tecnología. ChatGPT logró responder correctamente al 51,4% de las preguntas, lo que supone aproximadamente 69 respuestas netas en dicho examen. Según las estimaciones para este año, habría obtenido la posición 7688, ligeramente por debajo de la mediana de la población, pero le permitiría superar la puntuación de corte y optar a un mayor número de especialidades. Estos resultados son similares a los obtenidos en la literatura existente, ligeramente peores a los obtenidos por esta herramienta en los exámenes americanos USMLE. El desarrollo de la IA es una oportunidad de aprendizaje para los estudiantes y
residentes de medicina, pero también es un riesgo en muchos sentidos. Es fundamental formar a los futuros especialistas en la nueva realidad de la inteligencia artificial para que sean capaces de utilizarlas y obtener beneficios de forma razonada y segura. La inteligencia artificial y los modelos de procesamiento de lenguaje natural han irrumpido con fuerza en el ámbito de la educación médica. Entre ellos, el modelo ChatGPT ha sido utilizado para intentar resolver distintos solicitudes de medicina a nivel internacional. Sin embargo, prácticamente no existe literatura en Europa ni países de habla hispana. El presente trabajo pretende evaluar la capacidad de responder preguntas del modelo ChatGPT en el examen MIR 2022. Para ello, se ha llevado a cabo un análisis transversal y descriptivo en el que se han introducido la totalidad de las preguntas del examen MIR 2022 en dicho modelo. ChatGPT ha sido capaz de responder de manera acertada un 51,4% de las preguntas, lo que supone aproximadamente 69 netas en el examen MIR. Según estimaciones para este año, obtendría un 7688, lo que estaría ligeramente por debajo de la mediana de la población presentada, pero que le permitiría pasar la nota de corte y escoger un gran número de especialidades. El resultado es similar a los obtenidos en la bibliografía previa, ligeramente por debajo de los resultados obtenidos por dicha herramienta en los exámenes americanos USMLE. Este tipo de modelos suponen una oportunidad para el aprendizaje de los estudiantes de medicina y los residentes, pero también supone un riesgo en muchos sentidos. Es fundamental formar a los futuros especialistas en la nueva realidad de la inteligencia artificial para que sean capaces de utilizarlas y obtener beneficios de manera razonada y segura
Este estudio analiza el uso de la inteligencia artificial (IA) en la educación rural, con énfasis en su relación con el aprendizaje significativo. A través de una revisión documental de investigaciones realizadas entre 2020 y 2025, se identifican las tecnologías aplicadas, los niveles educativos y las barreras comunes. Se utilizó una matriz de análisis con criterios sistemáticos. Los hallazgos revelan un aumento en el uso de plataformas adaptativas, asistentes virtuales, IA generativa y evaluación automatizada, particularmente en la educación básica. Estas herramientas apoyan la personalización, la retroalimentación inmediata y el desarrollo cognitivo. Sin embargo, su implementación enfrenta limitaciones como la brecha digital y la falta de capacitación docente. Se concluye que la IA puede mejorar la calidad educativa si se aplica con un enfoque pedagógico, ético y contextualizado
● La IA en el Desarrollo de la Medicina en el Municipio Pachuca de Soto
Qué puede hacer la IA en sistemas de salud locales?
- Diagnóstico por imagen
Uso típico de IA: Detección automática de tumores, tuberculosis, etc.
Posible impacto local: Apoya donde faltan radiólogos, reduce errores diagnósticos.
- Pronóstico y manejo clínico
Uso típico de IA: Modelos que predicen riesgo, complicaciones, reingresos.
Posible impacto local: Mejora uso de camas, prioriza pacientes graves.
- Cirugía y robótica
Uso típico de IA: Sistemas tipo Da Vinci, planificación 3D.
Posible impacto local: Cirugía más precisa en centros de referencia.
- Medicina personalizada
Uso típico de IA: Análisis de grandes bases de datos clínicos.
Posible impacto local: Mejores decisiones terapéuticas con datos locales.
- Salud pública
Uso típico de IA: Detección de brotes, priorización de recursos.
Posible impacto local: Optimiza campañas y programas comunitarios.
Lecciones para una ciudad como Pachuca de Soto
Oportunidades
Apoyar diagnóstico en hospitales con pocos especialistas, sobre todo en radiología, cardiología y oncología 145.
Usar dispositivos IoMT (sensores, wearables) para monitoreo de diabetes, hipertensión y enfermedades cardíacas en atención primaria 2.
Mejorar gestión hospitalaria (listas de espera, uso de quirófano, triage en urgencias) con modelos predictivos 134.
· Retos clave
Costos de instalación y mantenimiento, conectividad limitada y baja adopción por parte del personal de salud 124.
Falta de normas claras, protección de datos y capacitación en IA para médicos y administradores 145.
La ia en el desarrollo de la medicina en pachuca de soto
La inteligencia artificial en el desarrollo de la medicina: visión aplicable a contextos como Pachuca de Soto
La evidencia internacional indica que la IA ya está transformando la medicina en diagnóstico, tratamiento, gestión hospitalaria y telemedicina, con beneficios especialmente claros en regiones en desarrollo similares a muchas ciudades mexicanas.
Ámbitos clave de impacto
1. Diagnóstico y pronóstico
Algoritmos de imagen médica (rayos X, CT, mamografías, retina) reducen falsos positivos y negativos y superan en precisión a radiólogos en algunas tareas, por ejemplo en cáncer de mama 118.
Sistemas de detección asistida por computadora y radiomics ayudan a identificar tuberculosis y otras enfermedades prevalentes en países en desarrollo 28.
2. Atención clínica y medicina personalizada
IA apoya decisiones clínicas (elección de tratamientos, ajuste de dosis, estratificación de riesgo) y permite planes personalizados combinando datos clínicos, de imágenes y genómicos 101115.
En medicina personalizada y vigilancia de pacientes se usan chatbots, wearables y modelos predictivos para seguimiento de crónicos y prevención de complicaciones 6416.
3. Gestión, salud pública y entornos de recursos limitados
La IA mejora la eficiencia hospitalaria, triage en urgencias y planificación de recursos, reduciendo costos y tiempos de espera 91419.
En países en desarrollo o de bajos recursos, la IA compensa la escasez de especialistas mediante tele-radiología, diagnóstico automatizado y soporte en atención primaria 289.
4. Retos para ciudades como Pachuca de Soto
Barreras comunes: infraestructura digital limitada, costos de implementación, regulación insuficiente, falta de capacitación del personal y riesgos de sesgos, privacidad y seguridad de datos
Qué puede hacer la IA en sistemas de salud locales?