Aplicaciones de la inteligencia artificial generativa en la informática médica: una revisión sistemática de la literatura

Resumen

El presente estudio tuvo como objetivo analizar de manera sistemática las aplicaciones de la Inteligencia Artificial Generativa (IAG) en la informática médica, con énfasis en los enfoques metodológicos empleados, los resultados clínicos y operativos reportados, y los principales desafíos éticos y regulatorios identificados en la literatura científica reciente. La búsqueda se realizó en bases de datos biomédicas y tecnológicas de alto impacto, aplicando criterios de inclusión y exclusión previamente definidos, lo que permitió seleccionar un conjunto final de 38 estudios primarios publicados entre 2019 y 2025. Los estudios incluidos fueron analizados mediante técnicas de síntesis narrativa y análisis bibliométrico, considerando características bibliográficas, dominios de aplicación, arquitecturas generativas, resultados clínicos y consideraciones éticas. Los resultados evidenciaron que la IAG se ha aplicado principalmente en la generación de texto clínico, análisis de registros médicos electrónicos, creación de datos sintéticos, apoyo a la predicción clínica y desarrollo de modelos multimodales, con una transición progresiva desde enfoques basados en redes generativas antagónicas hacia modelos de lenguaje de gran escala. Asimismo, se observaron beneficios relevantes en términos de eficiencia operativa, apoyo a la toma de decisiones y acceso a datos, aunque la mayoría de los estudios se desarrollaron en entornos controlados. De forma transversal, se identificaron limitaciones relacionadas con la validez clínica, el sesgo algorítmico, la explicabilidad y la gobernanza. Los hallazgos indican que la IAG representa una herramienta prometedora para la informática médica, cuyo impacto futuro dependerá de una integración clínica segura, ética y regulada.