Artificial intelligence in the diagnosis of chronic respiratory diseases using tomography: a documentary study in Latin America, 2020 to 2025
Keywords:
Diagnosis, Lung Diseases, COPD, Artificial Intelligence, TomographyAbstract
This article addresses the issue of chronic respiratory diseases as the leading causes of morbidity and mortality in Latin America. From this perspective, the research offered the opportunity to examine technologies that aid in the early detection of lung diseases. Early and accurate diagnosis is a key factor in improving clinical outcomes and slowing the progression of these diseases. Traditionally, this diagnosis is made using methods such as spirometry, chest X-rays, and computed tomography (CT) scans, which require expert interpretation by medical professionals. Similarly, artificial intelligence (AI) in the field of medicine is used in diagnosis for disease prevention, treatment, and medical research. The study aimed to analyze the changes resulting from the application of AI in tomographic protocols for the diagnosis of chronic lung diseases in Latin America between 2020 and 2025. Additionally, the specific objectives were to describe the changes and detail the benefits of using artificial intelligence in tomographic protocols for the diagnosis of chronic lung diseases. The methodology applied was a documentary study, supported by qualitative information from various Latin American studies of scientific literature, which have addressed the issue of the use of AI in the prognosis of chronic pulmonary diseases, through the use of tomography. The scope of the research was descriptive and the design was nonexperimental.
Downloads
References
Acuerdo n. º 005-2022 [Universidad de Santander]. Por el cual el Consejo Académico aprueba el manual para el desarrollo y presentación de proyectos de investigación como opción de trabajo de grado en la licenciatura y maestría. 17 de mayo de 2022. https://usantander.edu.pa/investigacion/reglamentos-y-documentos
Acuerdo n.º 010-2021 [Universidad de Santander]. Por el cual el Consejo Académico aprueba la guía para la elaboración de trabajos de grado con base en las normas APA séptima edición. 14 de diciembre de 2021. https://usantander.edu.pa/investigacion/reglamentos-y-documentos
Aguirre, F. (2024). Inteligencia artificial en Uruguay hoy: Usos clínicos actuales en nuestro país. Serie de casos. Revista de Imagenología, 27(1), 5–14. https://sriu.uy/ojs/index.php/Rdi/article/view/138
Biggs, D., Vargas, M., Larraín, T., Alvear, A., & Pedemonte, J. C. (2022). Inteligencia artificial en medicina: Selección de métodos, aplicaciones y consideraciones (parte II). Revista Chilena de Anestesia, 51(5), 535–542. https://doi.org/10.25237/revchilanestv5129061641
Cala Pérez, J. A., Esteban Bonza, L. V., Cepeda Rojas, L. A., Hernández López, R. F., & Arciniegas Reyes, Y. K. (2022). Exploración del potencial de la inteligencia artificial en la calidad del diagnóstico de imágenes médicas [Trabajo de grado de diplomado de profundización, Universidad Nacional Abierta y a Distancia]. Repositorio Institucional UNAD. https://repository.unad.edu.co/handle/10596/53900
Escobar Portugal, B. (2025). Tomografía computarizada en la evaluación de enfermedades pulmonares crónicas: Diagnóstico y manejo. En Imagenología hoy: Aplicaciones clínicas (pp. 8–24). Cuevas Editores. https://cuevaseditores.com/libros/2025/marzo/imagenologiahoyaplicacionesclinicas.pdf#page=7
Furnaro L., F., & Sepúlveda P., P. (2024). Patrones radiológicos en enfermedades pulmonares intersticiales. Revista Médica Clínica Las Condes, 35(3–4), 255–261. https://doi.org/10.1016/j.rmclc.2024.05.003
Gaitán Pérez, M. F., Muñoz Alvis, M. J., Toro Maya, K. J., Parra Maca, J. J., Reyes, A. del R., Guerrero Martínez, J. F., Lasso Gaviria, M. K., & Londoño Cardona, J. D. (2024). El cáncer de pulmón desde la perspectiva del radiólogo, el internista, en conjunto con la inteligencia artificial. Scientific and Education Medical Journal, 4(3), 24–37. https://www.medicaljournal.com.co/index.php/mj/article/view/132
Linares Passerini, M. (2025). La inteligencia artificial: Un aliado prometedor en la neumología pediátrica. Neumología Pediátrica, 20(1), 2–3. https://doi.org/10.51451/np.v20i1.605
López Arámburo, M. F. (2025). Descripción de patrones radiológicos de la enfermedad pulmonar intersticial difusa mediante inteligencia artificial [Tesis de maestría, Universidad de Guadalajara]. Repositorio Institucional de la Universidad de Guadalajara. https://hdl.handle.net/20.500.12104/106901
Microsoft Corporation. (2021). Microsoft Visio LTSC Professional 2021 [Software]. https://learn.microsoft.com/lifecycle/products/visio-ltsc-2021
Narváez Pereira, M., Herrera Rojas, D. A., & Ladino Gutiérrez, A. L. (2024). Impacto de la inteligencia artificial en el control de calidad de imágenes radiológicas y la detección de artefactos [Trabajo académico, Universidad Nacional Abierta y a Distancia]. Repositorio Institucional UNAD. https://repository.unad.edu.co/handle/10596/63440
Núñez Pérez, I. J., & Sánchez Rivera, V. (2025). Aplicaciones de la inteligencia artificial en la detección temprana de lesiones pulmonares mediante tomografía computarizada de tórax. Revista Electrónica de PortalesMedicos.com, 20(14), 835. https://www.revista-portalesmedicos.com/revista-medica/aplicaciones-de-la-inteligencia-artificial-en-la-deteccion-temprana-de-lesiones-pulmonares-mediante-tomografia-computarizada-de-torax/
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (s. f.). Acerca del Tesauro de la UNESCO. https://vocabularies.unesco.org/es/about
Parada, O., Quintero, J. S., Quintero, J. F., Rojas-Cetina, J. C., & Carvajal, C. E. (2024). Radiología 2.0: El futuro de la inteligencia artificial en la identificación e interpretación de imágenes diagnósticas [Proyecto de investigación]. E.S.E. Hospital Universitario Erasmo Meoz. https://herasmomeoz.gov.co/docencia-e-investigacion/
PRISMA. (s. f.). PRISMA translations. https://www.prisma-statement.org/translations
Ramos Portero, J. M., & Cevallos Teneda, A. C. (2025). Inteligencia artificial en la detección del cáncer de pulmón. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 6(1), 31–42. https://doi.org/10.56712/latam.v6i1.3309
RedCASPe. (s. f.). Glosario para ensayos clínicos y revisiones sistemáticas. https://redcaspe.org/materiales/
Tueros, R., Cánepa, C., Muñoz, C., & Guzmán, Y. (2024). Revisión sistemática de técnicas de inteligencia artificial para detección de cáncer pulmonar en imágenes médicas. Emprendimiento Científico Tecnológico, (5). https://doi.org/10.54798/AHZC2711
Ullaguari-Cuenca, S. A., Sumba-Ramón, M. A., Cruz-Quezada, S. X., & Cárdenas-Chacha, K. G. (2024). Avances recientes en la comprensión y manejo del tromboembolismo pulmonar. Polo del Conocimiento, 9(8), 566–584. https://doi.org/10.23857/pc.v9i8.7713
Universitat de València. (2026a, 23 de septiembre). Revisiones sistemáticas en ciencias de la salud: Inicio. https://uv-es.libguides.com/revisiones_sistematicas_Salud/
Universitat de València. (2026b, 23 de septiembre). Revisiones sistemáticas en ciencias de la salud: Pregunta de investigación: Modelo PICO. https://uv-es.libguides.com/revisiones_sistematicas_Salud/pregunta_inves/PICO
Vargas-Ramírez, L., & Brango Ayazo, R. (2021). Inteligencia artificial en neumología. Medicina, 43(4), 570–581. https://doi.org/10.56050/01205498.1646
Zea Altamirano, E. E. (2025). Tomografía computarizada (TC) de alta resolución: Técnicas y aplicaciones en la imagenología torácica y abdominal. En Imagen en la práctica médica (tomo 13, pp. 7–15). Cuevas Editores. https://cuevaseditores.com/libros/2025/enero/Imagentomo13.pdf#page=7
Zúñiga Salazar, D., Araya Obando, M. M., Agüero Garita, K., Mc Lean Johnson, K., Alfaro Villalobos, A. M., & Campos Alfaro, V. (2025). Aplicaciones de la inteligencia artificial en el diagnóstico pulmonar por tomografía computarizada: Avances, desafíos y perspectivas clínicas. Revista Electrónica de PortalesMedicos.com, 20(8), 406. https://www.revista-portalesmedicos.com/revista-medica/aplicaciones-de-la-inteligencia-artificial-en-el-diagnostico-pulmonar-por-tomografia-computarizada-avances-desafios-y-perspectivas-clinicas/
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Redes

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


