Artificial intelligence in the diagnosis of chronic respiratory diseases using tomography: a documentary study in Latin America, 2020 to 2025

Authors

Keywords:

Diagnosis, Lung Diseases, COPD, Artificial Intelligence, Tomography

Abstract

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

Download data is not yet available.

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/

Published

2026-11-16

How to Cite

Buitrago Tang, Y. Y., Castro Cubilla, N. A., Johnson Vaceannie, S. S., López Gómez, C. Y., Guerra Alvarado, A. A., & Carrillo, M. (2026). Artificial intelligence in the diagnosis of chronic respiratory diseases using tomography: a documentary study in Latin America, 2020 to 2025. Redes, 1(19), 122–137. Retrieved from https://revistas.udelas.ac.pa/index.php/redes/article/view/redes19-10

Similar Articles

1 2 3 4 > >> 

You may also start an advanced similarity search for this article.