medigraphic.com
ISSN 2992-7749 (Digital)
ISSN 2992-7897 (Impreso)
Órgano Oficial de difusión científica de la Asociación Mexicana de Cirujanos de Columna A. C. y de la Sociedad Iberolatinoamericana de Columna. SILACO.

Indizada en:

Scielo

2026, Número 4

<< Anterior

Cir Columna 2026; 4 (4)


Revisión sistemática asistida por inteligencia artificial: utilidad, desafíos y recomendaciones

Salcido RMV

Idioma: Español
Referencias bibliográficas: 17
Paginas: 349-356
Archivo PDF: 739.43 Kb.


RESUMEN

Introducción: la revisión sistemática (RS) representa el más alto nivel de evidencia científica. Su elaboración, sin embargo, es un proceso complejo, de alto consumo de tiempo y recursos. La inteligencia artificial (IA) emerge como una herramienta con potencial para transformar cada etapa de este proceso. Objetivo: analizar críticamente el rol de la inteligencia artificial como herramienta de asistencia en la elaboración de revisiones sistemáticas, identificando sus ventajas, limitaciones metodológicas y éticas, y proponiendo criterios para su implementación responsable con base en la lista de verificación PRISMA-P 2015. Material y métodos: se realizó una revisión narrativa de la literatura en PubMed, Cochrane, Scopus y Web of Science sobre el uso de IA en revisiones sistemáticas y metaanálisis, complementada con el análisis de documentos de expertos en metodología de investigación, incluyendo a Jiménez Ávila y colaboradores. Resultados: la IA ofrece ventajas significativas en el procesamiento de grandes volúmenes de información, incluyendo la reducción del sesgo operativo y la automatización de la búsqueda, cribado y extracción de datos. Se identificaron desafíos relevantes: sesgo algorítmico, alucinaciones, falta de transparencia, reproducibilidad limitada y ausencia de estándares metodológicos consolidados. Herramientas como ASReview, Covidence, Elicit, GRADEpro y Rayyan mostraron utilidad comprobada en distintas etapas del proceso. Conclusiones: la IA mejora la eficiencia y puede contribuir a la calidad de las revisiones sistemáticas cuando su uso es supervisado, declarado y metodológicamente justificado. No sustituye el juicio científico del investigador. Se propone que su incorporación sea progresiva, crítica y sujeta a estándares éticos y de transparencia explícitos.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Higgins JPT, Thomas J, Chandler J, et al. CochraneHandbook for Systematic Reviews of Interventions,Version 6.3. Cochrane; 2022. Disponible en: https://www.cochrane.org/authors/handbooks-and-manuals/handbook/current

  2. Cumpston M, Li T, Page MJ, Chandler J, WelchVA, Higgins JP, et al. Updated guidance for trustedsystematic reviews: a new edition of the CochraneHandbook for Systematic Reviews of Interventions.Cochrane Database Syst Rev. 2019; 10: ED000142.doi: 10.1002/14651858.ED000142.

  3. Bornmann L, Mutz R. Growth rates of modernscience: a bibliometric analysis based on the numberof publications and cited references. J Assoc InfSci Technol. 2015; 66: 2215-2222. doi: 10.1002/asi.23329.

  4. Elsevier. Scopus Content Coverage Guide. Amsterdam:Elsevier B.V.; 2023. Disponible en: www.elsevier.com/solutions/scopus/how-scopus-works/content

  5. Liu PR, Lu L, Zhang JY, Huo TT, Liu SX, Ye ZW.Application of artificial intelligence in medicine: anoverview. Curr Med Sci. 2021; 41(6): 1105-1115. doi:10.1007/s11596-021-2474-3.

  6. Jiménez ÁJM. La revolución de la inteligencia artificialgenerativa en el área de la salud y la cirugía de columna.Cir Columna. 2025; 3: 76-77. doi: 10.35366/119615.

  7. Van Dijk SHB, Brusse-Keizer MGJ, Bucsán CC, Van DerPalen J, Doggen CJM, Lenferink A. Artificial intelligencein systematic reviews: promising when appropriatelyused. BMJ Open. 2023; 13: e072254. doi: 10.1136/bmjopen-2023-072254.

  8. Von Groote T, Ghoreishi N, Bjorklund M, PorschenC, Puljak L. Exponential growth of systematic reviewsassessing artificial intelligence studies in medicine: challenges and opportunities. Syst Rev. 2022; 11: 132.doi: 10.1186/s13643-022-01984-7.

  9. Grzybowski A, Jin K, Wu H. Challenges of artificialintelligence in medicine and dermatology. ClinDermatol. 2024; 42: 210-215. doi: 10.1016/j.clindermatol.2023.12.013.

  10. Alkaissi H, McFarlane SI. Artificial hallucinations inChatGPT: implications in scientific writing. Cureus. 2023;15: e35179. doi: 10.7759/cureus.35179.

  11. Bernard N, Sagawa Y Jr, Bier N, Lihoreau T, PazartL, Tannou T. Using artificial intelligence for systematicreview: the example of Elicit. BMC Med Res Methodol.2025; 25: 75. doi: 10.1186/s12874-025-02528-y.

  12. Crossnohere NL, Elsaid M, Paskett J, Bose-Brill S,Bridges JFP. Guidelines for artificial intelligence inmedicine: literature review and content analysis offrameworks. J Med Internet Res. 2022; 24: e36823. doi:10.2196/36823.

  13. Henzler D, Schmidt S, Kocar A, et al. Healthcareprofessionals’ perspectives on artificial intelligence inpatient care: a systematic review. BMC Health ServRes. 2025; 25: 416. doi: 10.1186/s12913-025-12664-2

  14. Shamseer L, Moher D, Clarke M, Ghersi D, LiberatiA, Petticrew M, et al. Preferred reporting items forsystematic review and meta-analysis protocols(PRISMA-P) 2015: elaboration and explanation. BMJ.2015; 349: g7647. doi: 10.1136/bmj.g7647.

  15. Thomas J, McDonald S, Noel-Storr A, Shemilt I,Elliott J, Mavergames C, et al. Machine learningreduced workload with minimal risk of missing studies:development and evaluation of a randomized controlledtrial classifier for Cochrane Reviews. J Clin Epidemiol.2021; 133: 140-151. doi: 10.1016/j.jclinepi.2020.11.003.PMID: 33171275.

  16. Marshall IJ, Kuiper J, Banner E, Wallace BC. Automatingbiomedical evidence synthesis: RobotReviewer. J ProcConf Assoc Comput Linguist Meet. 2017; 2017: 7-12.doi: 10.18653/v1/P17-4002.

  17. Jiménez ÁJM, Negrete IJ, Hyun JS. La inteligenciaartificial en la investigación en el ámbito de la salud:desafíos y oportunidades. Cir Columna. 2025; 3: 139-145. doi: 10.35366/119625.




2020     |     www.medigraphic.com