Patología digital en la era de la inteligencia artificial y su impacto sobre el diagnóstico y pronóstico del mastocitoma cutáneo canino
Cargando...
Archivos
Autores
Director
Tipo de contenido
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
La patología digital y la inteligencia artificial (IA) han revolucionado el diagnóstico de enfermedades en medicina veterinaria, permitiendo análisis más precisos y reproducibles. En el caso del mastocitoma cutáneo canino (cMCT), una de las neoplasias más comunes en perros, la aplicación de modelos de IA ha demostrado mejorar la detección y clasificación de estos tumores. Sin embargo, persisten desafíos en la implementación clínica de estas herramientas, como la estandarización de métodos y la variabilidad interobservador. Este estudio realiza una revisión sistemática y metaanálisis sobre la eficacia de la IA en la patología digital aplicada al cMCT. Se analizaron estudios publicados entre 2018 y 2024, evaluando sensibilidad, especificidad, concordancia diagnóstica y sesgos de publicación. Los resultados indicaron que los modelos de IA mejoran significativamente la precisión diagnóstica en comparación con la evaluación histopatológica tradicional. A pesar de la heterogeneidad entre estudios, la evidencia sugiere que la IA tiene un alto potencial para optimizar la identificación y clasificación de mastocitomas cutáneos. Se requieren más investigaciones para mejorar la generalización de los modelos y su implementación en la práctica clínica (Texto tomado de la fuente)
Abstract
Digital pathology in the era of artificial intelligence and its impact on the diagnosis and prognosis of canine cutaneous mast cell tumor.
Digital pathology and artificial intelligence (AI) have revolutionized disease diagnosis inveterinary medicine, enabling more precise and reproducible analyses. In the case of canine cutaneous mast cell tumor, one of the most common neoplasms in dogs, AI models have demonstrated improved detection and classification capabilities. However, challenges remain in the clinical implementation of these tools, including standardization of methods and interobserver variability. This study presents a systematic review and meta-analysis on the effectiveness of AI in digital pathology applied to canine cutaneous mast cell tumors.
Studies published between 2018 and 2024 were analyzed, evaluating sensitivity, specificity, diagnostic agreement, and publication bias. The results indicated that AI models significantly improve diagnostic accuracy compared to traditional histopathological evaluation. Despite heterogeneity among studies, the evidence suggests that AI holds great potential for optimizing the identification and classification of cutaneous mast cell
tumors. Further research is needed to enhance model generalization and its implementation in clinical practice.
Palabras clave propuestas
Descripción
ilustraciones (principalmente a color), diagramas, gráficos