Eficacia y Seguridad de la Inteligencia Artificial en la Detección del Cáncer Cervicouterino Mediante Citología Líquida y Colposcopia Asistida: Revisión Sistemática de la Literatura

Resumen

Introducción: El cáncer cervicouterino continúa siendo una causa significativa de morbilidad y mortalidad en mujeres, especialmente en países de ingresos bajos y medios. Aunque la citología líquida y la colposcopia son herramientas fundamentales en el tamizaje, presentan limitaciones importantes en sensibilidad diagnóstica y dependencia del operador. La inteligencia artificial (IA), particularmente los modelos de aprendizaje profundo, ha emergido como una alternativa prometedora para optimizar estos procesos. Objetivo: Evaluar sistemáticamente la eficacia diagnóstica y la seguridad clínica de la inteligencia artificial aplicada a la detección del cáncer cervicouterino mediante citología líquida y colposcopia asistida por IA. Métodos:  Se realizó una revisión sistemática siguiendo los lineamientos PRISMA. Se buscaron estudios publicados entre 2018 y 2024 en PubMed, Scopus y Web of Science. Se incluyeron ensayos clínicos, estudios diagnósticos y de cohorte que evaluaran el desempeño de modelos de IA en citología líquida y colposcopia. La calidad metodológica se evaluó mediante la herramienta QUADAS-2. Resultados: De 1,172 estudios identificados, 15 cumplieron con los criterios de inclusión. Los modelos de IA analizados reportaron sensibilidades de hasta 98 %, especificidades mayores al 90 % y áreas bajo la curva (AUC) superiores a 0.90. Ensayos como CerviCARE-AI, CAIADS y Smart‑CCS demostraron mejoras sustanciales en la detección de lesiones intraepiteliales cervicales de alto grado (NIC 2+), así como reducción en la variabilidad diagnóstica y optimización de la toma de biopsias. Conclusiones: La evidencia actual respalda la integración de la inteligencia artificial como herramienta complementaria en los programas de tamizaje para cáncer cervicouterino, especialmente en contextos con recursos limitados. Sin embargo, su implementación clínica requiere estandarización de métricas, validación multicéntrica y regulación ética que garantice transparencia, equidad y seguridad en su uso.