Impacto y eficacia de la telesalud en las áreas de fisioterapia y laboratorio clínico
La telesalud ha emergido como una estrategia clave en la transformación de los servicios sanitarios, impulsada por los avances exponenciales en tecnología en el campo de la salud. Este estudio tuvo como objetivo analizar el impacto y la eficacia de la telesalud en las áreas de fisioterapia y laboratorio clínico, mediante una revisión sistemática de literatura siguiendo los criterios de la Declaración PRISMA y el marco PCC (Población, Concepto, Contexto). La búsqueda bibliográfica se llevó a cabo en las bases de datos PubMed, Google Scholar y Scopus, utilizando tesauros DeCS y MeSH. Se incluyeron estudios publicados entre 2019 y 2024, en inglés y español, con acceso a texto completo. La selección y evaluación de 22 artículos se realizó de forma independiente por dos revisores, y las discrepancias se resolvieron por consenso con un tercer revisor. Se extrajeron datos relevantes sobre el tipo de tecnología, aplicación, resultados y población estudiada. Los hallazgos indican que la telefisioterapia ofrece resultados clínicos comparables a la rehabilitación convencional en pacientes con enfermedades crónicas, musculoesqueléticas y respiratorias, con ventajas adicionales en accesibilidad, optimización de recursos y adherencia terapéutica. En el laboratorio clínico, la incorporación de tecnologías como inteligencia artificial, aprendizaje profundo y sistemas de información ha mejorado la eficiencia en la gestión de pruebas, la calidad diagnóstica y el acceso a servicios, aunque algunos modelos predictivos aún requieren validación clínica robusta. Se concluye que la sociedad demanda un cambio en el modelo de atención sanitaria apuntando al uso de la telesalud como estrategia global, en este ámbito de la fisioterapia y el laboratorio clínico, en los cuales se han documentado grandes avances.
Introducción
El avance de la tecnología y las telecomunicaciones han facilitado y potenciando procesos cotidianos con la integración de mejoras en los diversos sistemas. En el sector salud, la telesalud ha revolucionado la forma en que se abordan los desafíos buscando la optimización de los servicios, generando mayor accesibilidad, oportunidad, pertinencia, eficacia, disponibilidad y calidad en la atención del paciente(Litewka 2005). Además, permite innovar en la prestación de servicio, buscando la sostenibilidad con la racionalización de los recursos sanitarios, así como la mejora de calidad de vida de los pacientes, con atención médica oportuna(Intellectual Property Rights and Access to Medicines: Glossary 2013). En este contexto, la Organización Mundial de la Salud(Bases Metodológicas Para Evaluar La Viabilidad y El Impacto de Proyectos de Telesalud 2001) definió telemedicina, al suministro de servicios de atención sanitaria llevado a cabo por profesionales sanitarios que utilizan tecnologías de la información y la comunicación en el intercambio de información válida para establecer diagnósticos, prevención y tratamiento de enfermedades. También abarca la formación continua de profesionales en atención a la salud y actividades de investigación y evaluación, con el fin de mejorar la salud de las personas y de sus comunidades. Su desarrollo comenzó a mediados del siglo XX, pero hasta hace dos décadas empezó a implantarse en los sistemas sanitarios(Zundel 1996). Existen varias modalidades de telemedicina aplicada en la práctica clínica como la teleconsulta (e-consulta), el telediagnóstico (e-diagnóstico), o la telemonitorización (e-monitorización).
Esta referencia fue el inicio de iniciativas diversas que pretenden acercar los cuidados al paciente. Posteriormente, se introdujo otro concepto, telesalud (e-salud), haciendo referencias a las actividades, servicios y sistemas relacionados con la salud que se llevan a cabo a distancia, mediante las tecnologías de la información y las comunicaciones, con el propósito de promover la salud global, el control de enfermedades y la asistencia sanitaria, así como la educación, gestión e investigación para la salud(Rabanales et al. 2011). Actualmente, la telesalud se utiliza en muchas especialidades clínicas y en numerosos entornos sanitarios, que van desde las aplicaciones móviles centradas en el paciente hasta complejas interacciones entre los médicos en los entornos terciarios de referencia hospitalaria³. Las razones por las que se decide recurrir a esta práctica parecen ir ligadas a un volumen alto de demanda para un servicio médico concreto(Intellectual Property Rights and Access to Medicines: Glossary 2013). La telesalud como sistema de cribado y derivación de pacientes desde atención primaria (AP) hasta el nivel hospitalario es eficaz no solo en patologías de un gran impacto por su gravedad, sino en otras que por su elevada prevalencia suponen una carga asistencial importante.(Carregal et al. 2020)
Ahora bien, en una de las áreas donde se han visualizado múltiples beneficios de la implementación de la asistencia médica remota es la rehabilitación física o fisioterapia; ya que esta herramienta permite impartir de una forma innovadora las terapias a los pacientes que la requieran. En concreto, la telefisioterapia (TF) se define como la prestación de servicios de fisioterapia a distancia mediante la tecnología de la información y la comunicación. Puede incluir evaluación, asesoramiento, monitorización, prevención, intervención o educación en función de las necesidades que presente el paciente(Richmond et al. 2017). Esta puede ser sincrónica o asincrónica(Kizony et al. 2017) en función de si el paciente recibe instrucciones por parte del fisioterapeuta en directo o si por el contrario tiene a su disposición una plataforma con vídeos o instrucciones ya previstas por el equipo sanitario, la gran parte de las intervenciones usan una combinación de estos(Caughlin et al. 2020). Cabe destacar que en la literatura científica se hace referencia a telerehabilitación (TR) (MeSH Terms: Telerehabilitation); aunque sería conveniente hacer la diferenciación entre telefisioterapia y telerehabilitación, ya que la segunda involucraría a todo el conjunto de profesiones que participan en procesos de rehabilitación (fisioterapia, terapia ocupacional, logopedia, neuropsicología, medicina deportiva e ingeniería biomédica) y la primera sólo a los fisioterapeutas. No obstante, dado que la mayoría de la literatura científica aborda la telefisioterapia (TF) en el marco conceptual de la telerrehabilitación (TR), se adoptará el término TR por su carácter integrador, al incluir explícitamente las intervenciones fisioterapéuticas dentro de su alcance.
Se ha listado una amplia variedad de modalidades de TR, dado que, dependiendo de la patología a tratar y los recursos disponibles, los requerimientos serán completamente diferentes; podemos observar tratamientos por vídeo o audioconferencias, mensajes de texto, plataformas digitales, aplicaciones móviles, realidad virtual o aparatos portátiles, entre otros. Asimismo, la variedad de patologías susceptibles a tratar mediante la TR es extensa, siendo las más recurrentes como el ICTUS o accidente cerebrovascular (ACV), enfermedad pulmonar obstructiva crónica (EPOC), enfermedades musculoesqueléticas(Gallego Martínez 2022). Por otra parte, en el área del laboratorio clínico la telesalud ha hecho grandes avances en cuanto a la fabricación de equipos médicos que simplifican la realización de las pruebas, con mayor cantidad de biomarcadores destinados en completar el examen físico y la anamnesis del médico, para así establecer un diagnóstico. Sin embargo, al considerar el flujo de trabajo y el contexto sanitario como una serie de procesos complejos, surgen los sistemas de información en salud con la finalidad de capturar, intercambiar, almacenar, tener acceso y gestión de información clínica relevante para contribuir a la calidad y eficiencia de la atención, mejorar la accesibilidad y el conocimiento médico(Ochoa et al. 1998). Con este argumento, la informática en salud, busca desarrollar y gestionar eficiente y estratégicamente nuevos sistemas que fortalezcan las etapas preanalíticas y postanalítica.(Plazzotta et al. 2015)
El uso de las herramientas tecnológicas de información y comunicación (TIC), ha sido una buena herramienta para tratar con menos recursos y ser más efectivos en el acompañamiento al paciente, se ha representado un aumento en la atención de pacientes con alta complejidad patológica, logrando mayor adherencia al tratamiento y cambios en el estilo de vida(González et al. 2014). Las TIC permiten un tratamiento sistemático de datos, información y conocimiento en el entorno sanitario y contribuyen considerablemente al progreso de las ciencias de la salud. Entre los beneficios de implementar TIC encontramos que favorecen la continuidad del cuidado gracias a que mejoran la comunicación del equipo de salud y el acceso ubicuo a la información clínica. Además, se ha observado disminución de errores de la medicación, principalmente con la utilización de sistemas de prescripción electrónica y sistemas de soporte a la toma de decisiones(Plazzotta et al. 2015). Actualmente, se ha acrecentado el empleo de la telesalud en las diversas áreas a causa de la crisis mundial por COVID 19, que obligó a transformar los servicios de salud(Monraz-Pérez et al. 2021). Siendo la TR, un referente como alternativa efectiva para aminorar la demanda que recibían los centros sanitarios durante el confinamiento y facilitar la labor de los cuidadores(Di Lorito et al. 2021), ya que se demostró la eficiencia de la rehabilitación respiratoria de manera remota para mejorar la función pulmonar, la tolerancia al ejercicio y reducir la disnea.(Gallego Martínez 2022)
Específicamente la TR ha logrado que la participación del paciente sea más activa; lo que se traduce en un incremento de la actividad física realizada, una mejora psicológica general y un mejor manejo de la enfermedad(Gallego Martínez 2022). Además de proporcionar tratamientos de fisioterapia en áreas en riesgo de exclusión como pueden ser ambientes rurales o poblaciones con menos recursos para trasladarse(Bases Metodológicas Para Evaluar La Viabilidad y El Impacto de Proyectos de Telesalud 2001) ; generando beneficios para la recuperación de un padecimiento o limitación; partiendo de la idea que el paciente no tiene que desplazarse de su casa, eliminando barreras de espacio y generando una cultura diferente de rehabilitación. En cuanto, al laboratorio clínico, los beneficios se hacen más evidente en la gestión y en la optimización del tiempo. La aplicación de programas de sistematización de datos y posterior automatización del trabajo analítico, ha aumentado considerablemente las potencialidades de procesamiento del laboratorio clínico, permitiendo la realización de un mayor número de determinaciones en menor tiempo, el incremento de los indicadores de calidad (precisión y exactitud) a cifras nunca antes alcanzadas mediante el trabajo manual y la disminución significativa de los costos con el acortamiento en los tiempos de entrega de los resultados a médicos y pacientes.(Schonfeld 2013)
La telesalud en este contexto de la investigación se refiere a la infraestructura y los servicios no clínicos (como la fisioterapia y el laboratorio clínico, entre otras) que facilitan la prestación de atención de salud a distancia, como las plataformas tecnológicas, la administración sanitaria y la infraestructura tecnológica de salud. Las tendencias actuales de telesalud incluyen visitas médicas virtuales y de TR, pruebas de laboratorio con acceso directo, servicios y citas auxiliares habilitados por aplicaciones o la web, disponibilidad de resultados de pruebas habilitados por aplicaciones o la web entre otras(Ramírez Oviedo et al. 2025). Estas preferencias se han visto impulsadas por el aumento de los costos de la atención, la inmediatez de resultados en línea y de la atención medica personalizada(Burns 2019). En este orden de ideas, la telesalud ha evolucionado significativamente, influyendo de manera activa en la prestación de servicio en salud. Este impacto orientado a la optimización de los recursos y procesos, ha hecho posible el incremento de productividad y la gestión financiera; siendo la razón de ser: los pacientes. Por todo lo anteriormente expuesto, y con el objetivo de analizar el impacto y eficacia de la telesalud en las áreas de rehabilitación física y laboratorio clínico se realizó una revisión sistemática de la literatura.
Materiales y Métodos
Para lograr el objetivo propuesto, se realizó una revisión sistemática de literatura (RSL)(Page et al. 2021), que consiste en un proceso riguroso y metodológico para sintetizar la evidencia existente sobre un tema específico, en la cual siguen un protocolo predefinido para identificar, seleccionar, evaluar y sintetizar los estudios relevantes, minimizando el sesgo y maximizando la fiabilidad de los resultados. La indagación de fuente bibliográfica se realizó en la web, en las bases de datos PubMed, Google Scholar y Scopus, empleando los tesauros de Descriptores en Ciencia de la Salud (DeCS) y Medical Subject Headings (MeSH). Las preguntas de revisión se muestran en la tabla 1.
Preguntas de revisión sistemática de literatura.
| Preguntas de Investigación | |
|---|---|
| La telefisioterapia en el abordaje clínico, ¿cuál es su impacto y beneficio en comparación con el enfoque presencial? | |
| Población | Pacientes definidos como personas con una enfermedad que requiera de fisioterapia |
| Intervención | Uso de la telesalud por cualquier medio tecnológico |
| Comparadores | Telesalud vs abordaje presencial |
| Desenlaces | Asistencia oportuna, mejora del dolor y afección física, cambio en hábitos de vida. Optimización de recurso y tiempo; facilidad de acceso a pacientes en áreas remotas |
| La telesalud y su eficiencia con el laboratorio clínico, ¿mejora la calidad de atención y seguimiento de los pacientes en comparación a los procesos administrativos tradicionales? | |
| Población | Usuarios del laboratorio clínicos, pacientes, médicos |
| Intervención | Uso de la telesalud, TIC, sistemas de clasificación de datos, aprendizaje profundo, inteligencia artificial |
| Comparadores | Gestión de exámenes de laboratorios con el uso de sistemas tecnológicos vs procesos administrativos manuales |
| Desenlaces | Resultados oportunos, optimización de recurso y tiempo; facilidad de acceso a pacientes |
Además, se emplearon ecuaciones de búsqueda, para cada base de datos, las cuales se formaron por los descriptores correspondientes, combinados entre sí mediante los operadores booleanos AND y OR (tabla 2).
Algoritmo de búsqueda.
| Ecuación de búsqueda | Fecha de búsqueda |
|---|---|
| (((((telemedicine) OR (telehealth)) OR (remote health)) AND (physical rehabilitation)) OR (telerehabilitation)) OR (rehabilitation remote) | 05/03/2024 |
| ((((telehealth) OR (telemedicine)) AND (“laboratory test management”)) OR (“laboratory test reduction”)) OR (“predictive analyses”) |
Se establecieron como criterios de elegibilidad de los artículos se tomaron en cuenta los siguientes: CE1: idioma (español e inglés); CE2: período de publicación (desde 2019 hasta 2024; antigüedad menor a 5 años); CE3: disponer de texto completo en los artículos gratuitos; CE4: publicados en revistas indexadas. CE5: presencia de términos de búsqueda en el título/resumen, ya que ambos proporcionan información sustancial y el enfoque del artículo. Fueron desestimados las cartas editoriales, anotaciones académicas y otros tipos de literatura con escaso valor científico. De igual manera, para la elección de estudios, se definió el principio Población, Concepto y Contexto (PCC), lo cual se resumen en la tabla 3.
Criterios para la elegibilidad de los artículos científicos.
| PCC | Criterios de inclusión | Criterio de exclusión |
|---|---|---|
| La telefisioterapia en el abordaje clínico, ¿cuál es su impacto y beneficio en comparación con el enfoque presencial? | ||
| Población | Pacientes definidos como personas con una enfermedad (independientemente de la indicación) que utilizan telerehabilitación | Personas que no pertenecen al grupo de usuarios directos, como los administradores de centros de rehabilitación |
| Concepto | Telefisioterapia a (o telerehabilitación) se define como la prestación de servicios de fisioterapia a distancia mediante la tecnología de la información y la comunicación (TIC), en formato individual o grupal | Programas sin la compañía de profesionales de la salud (por ejemplo, información pura en línea, sistemas de monitoreo independientes o aplicaciones/dispositivos de salud comerciales) |
| Programas de rehabilitación diferente a terapias físicas | ||
| Contexto | Telerehabilitación física utilizado por los pacientes en entorno doméstico, remoto | Rehabilitación que se lleva a cabo en un entorno supervisado o hospitalizado, presencial |
| La telesalud y su eficiencia con el laboratorio clínico, ¿mejora la calidad de atención y seguimiento de los pacientes en comparación a los procesos administrativos tradicionales? | ||
| Población | Usuarios del laboratorio clínico | Personas que no pertenecen al grupo de usuarios directos |
| Concepto | Telesalud se define como la gestión de pruebas de laboratorio a distancia mediante TIC, IA, aprendizaje profundo | Programas sin respaldo profesionales, aplicaciones web sin validación científica |
| Contexto | Gestión de pruebas de laboratorio clínico de manera remota, predicción de resultados, disminución de pruebas de laboratorio | Gestión de pruebas de laboratorio de manera tradicional |
| Criterios formales | ||
| Artículos en inglés o español período 2019- 2024 | Resúmenes, sin acceso al texto completo, carta al editor, carteles, antologías, protocolos | |
| Investigación empírica (todos los diseños de estudio), revisiones, literatura gris | ||
La sistemática para la evaluación de la calidad, extracción y síntesis de data consistió en la revisión por parte de dos revisores independientes y dirimida por un tercero tiene la intención de disminuir cualquier sesgo proveniente del evaluador.
Resultados y Discusión
Se realizó una revisión de la literatura, siguiendo los criterios de la Declaración PRISMA (figura 1) y el marco PCC (Población, Concepto, Contexto) y posterior a aplicar la sistemática de búsqueda, se identificaron 183 registros en las bases de datos Google Scholar, Pubmed y Scopus. De estos, se eliminaron 71 artículos por duplicación. Registrándose 112 artículos para el tamizaje por título y resumen. En este paso se excluyeron 82 artículos por no cumplir con los criterios de elección, resultando 30 documentos para ser valorado a texto completo. En este ultimo proceso se eliminaron 8 artículos por no cumplir con los criterios de selección. Finalmente, se trabajaron 22 artículos, que fueron clasificados posteriormente de acuerdo a su relación con telefisioterapia, de los que se obtuvieron 12 artículos; mientras que para telesalud relacionado con el laboratorio clínico, se tuvo como resultado 10 documentos. En las tablas 3 y 4 se describen las principales características de los artículos analizados.
En este contexto de la revisión sistemática de la literatura, la telefisioterapia y la telesalud en el laboratorio clínico emergen como estrategias innovadoras para optimizar el acceso, la continuidad y la eficiencia de los servicios clínicos. Su implementación plantea interrogantes en comparación con los enfoques presenciales convencionales. Por lo que a fin de responder a estas inquietudes, a continuación se discuten con algunos estudios recientes y los aportes de diversos autores.
La telerehabilitación (TR) o telefisioterapia en el abordaje clínico, ¿cuál es su impacto y beneficio en comparación con el enfoque presencial?
Antes del surgimiento de la pandemia del SARS-CoV-2 ya existían programas de rehabilitación física a distancia, sin embargo, debido a la coyuntura a causa del confinamiento esta práctica remota se estableció como una alternativa viable para seguir asistiendo a los pacientes que requerían de fisioterapia, razón por la cual varios investigadores plantearon estudios para evaluar el impacto y eficiencia de la rehabilitación física empleando como herramientas la TIC, en la tabla 3 se señalan las principales características de los estudios seleccionados en la presente RSL.
El avance vertiginoso de las telecomunicaciones y aparición de los dispositivos electrónico, tipo smartphone, tablet, computadoras, cuya disponibilidad es global; permitió la aparición de la bioinformática y la robótica aplicada a la medicina. Han sido diversas las investigaciones realizadas en este ámbito dando prioridad a la atención de la salud de acuerdo con las necesidades de cada paciente, promoviendo ampliamente el uso de la telesalud, logrando una asistencia oportuna de los pacientes.
En este contexto, Stark et al.,(Stark et al. 2023) realizaron una RSL, cuyo objetivo fue recopilar evidencia sobre las competencias requeridas por los pacientes y profesionales de la salud para el uso de la TR. La evidencia científica, demostró que para utilizar con éxito la TR se requiere una variedad de competencias a saber (conocimientos, habilidades, actitudes y rasgos personales). Estas competencias difieren según el programa y las tareas que realizan los profesionales de la salud, los pacientes o la tecnología. Además, indican la existencia de vacíos de investigación sobre la relevancia de los factores sociodemográficos o las diferentes aptitudes relacionadas con la salud, tanto para los profesionales como para el paciente.
Asimismo, se ha tratado de demostrar las ventajas de la TR en comparación a la fisioterapia en ambientes hospitalarios o establecimientos de salud. En revisiones de literatura se ha documentado las evidencias científicas, sin embargo, la mayoría de las investigaciones indaga una región y patología en específico, limitando el cálculo de porcentajes de éxito de la rehabilitación virtual frente a la fisioterapia convencional. Por su parte, Barrios et al.,(Barrios et al. 2000) asociaron la TR en entornos virtuales interactivos como propuesta de rehabilitación en pacientes con discapacidad, entre los hallazgos de su recopilación documental, mencionaron que las discapacidades más trabajadas son las relacionadas con la parálisis cerebral.
Así mismo, la tecnología posibilita el tratamiento cognitivo, físico y social, con un seguimiento a distancia de los pacientes. Tambien destaca como ventaja en comparación con el tratamiento convencional, que el paciente se recupera en el hogar (evitando los traslados) y por tanto manteniéndose en su núcleo familiar, lo cual psicológicamente facilita la recuperación. Y desde el punto de vista técnico, las herramientas y sistemas tecnológicos permiten, automáticamente, almacenar la información de progreso en la nube, simular y modelar diferentes ejercicios para determinar y proyectar los mejores escenarios de recuperación. Se señala a la realidad virtual, el uso de video juegos y el sensor Kinect, con acercamiento al traslado de los sistemas de TR a la nube, como las tecnologías más empleadas en rehabilitación.
Principales características de los artículos analizados relacionados con telefisioterapia impacto y eficacia en el abordaje clínico
 |
En este orden de ideas, Appleby et al.,(Appleby et al. 2019) a través de una RSL pretendió informar la práctica clínica en la TR y ayudar a la toma de decisiones tanto para los pacientes como para los profesionales de la salud, para la rehabilitación física de personas con accidentes cerebrovasculares. Los hallazgos resumidos de la revisión sugieren que la TR puede ser tan efectiva como la atención habitual para la función motora, las actividades de la vida diaria, la independencia y la satisfacción/calidad de vida. Lo que resalta el potencial de la TR como un modelo alternativo de atención en comparación con la atención habitual. No obstante, no hay suficiente evidencia de que la TR puede no ser superior a los modelos tradicionales de atención en casos de paciente con ACV, pero como es comparable con ellos, puede ofrecer otros beneficios en entornos de práctica; como un mayor acceso a la atención para los pacientes y una mayor eficiencia para los profesionales de la salud.
También, se han realizado evaluaciones de literatura científicas relacionada con la eficacia de la TR en pacientes con enfermedad pulmonar obstructiva crónica (EPOC)(Vinolo-Gil et al. 2022), se ha identificado en estudios publicados algunos vacíos de información importantes, como la especificación del tipo de EPOC y las posibles comorbilidades que los sujetos puedan tener, que pudieran interferir con la realización de los protocolos de intervención. Vinolo-Gil et al.(Vinolo-Gil et al. 2022), señala que las técnicas de fisioterapia respiratoria más usadas en pacientes con EPOC, son entrenamiento de fuerza, de resistencia y de extremidades superiores o interiores. Además, la duración de los programas fue variable (entre cuatro y dieciséis semanas); y, el podómetro ha sido el instrumento más utilizado para medir el nivel de actividad física. Los métodos de TR más utilizados son las app o software para realizar video-llamadas a tiempo real, visualizar los ejercicios y registrar los progresos conseguidos. Se concluye que el uso de la TR en pacientes con EPOC mejoraba el impacto en el estado de salud, el nivel de actividad física, la capacidad funcional, la disnea, la salud mental, la autoeficacia, la calidad de vida, las exacerbaciones y las tasas de ingreso y de visitas a urgencias, la rentabilidad, la interacción entre paciente y sanitario y la satisfacción.
Otro aspecto considerado para comparar la efectividad de los programas de TR con los programas de rehabilitación hospitalarios ha sido la mejora del dolor y la función después la artroplastia total de rodilla inicial. Zhang et al.,(Zhang et al. 2023) realizó una RSL y metaanálisis al respecto, los resultados indicaron que en estos aspectos ambos programas lograron resultados análogos. Señalaron que TR enfrenta desafíos en términos de cumplimiento por parte del paciente de las prescripciones de ejercicio en comparación con la rehabilitación hospitalaria. Por lo tanto, mejorar la adherencia a los programas de TR podría ser una estrategia crucial para mantener los beneficios de los resultados del ejercicio. Además, según los estudios incluidos, la rehabilitación hospitalaria, generalmente, generó costos más altos que la TR.
Esto puede atribuirse, hasta cierto punto, a la mayor frecuencia de transporte y servicios de atención hospitalaria necesarios para la rehabilitación hospitalaria, lo que genera costos elevados. De igual manera, advirtieron que la tendencia creciente del envejecimiento de la población mundial hará posible la TR como tratamiento de primera línea después del reemplazo articular. Recomendando la necesidad de desarrollar una guía de práctica clínica elaborada para la TR domiciliaria después
de la ATR. En relación a la FR para adultos mayores, se han establecido estudios para determinar su efecto basados en
ejercicios dirigidos por fisioterapeutas relacionado con mejora de la calidad de vida relacionada con la salud, el desempeño funcional en adultos mayores, y los costos de los servicios de salud(Wicks et al. 2023),(Gamble et al. 2024). Para ello, se consideraron estudios cuya población era de edad media ≥ 65 años y recibieron TR basada en ejercicios dirigida por un fisioterapeuta. Wicks et al.,(Wicks et al. 2023) en su RSL, identificaron las afecciones musculoesqueléticas y cardiopulmonares como las más frecuentes, en comparación a la fisioterapia presencial, la TR no fue inferior en relación con el rango de movimiento, la fuerza, la distancia de caminata de 6 minutos (6MWD), la prueba cronometrada y activada (TUGT) y la calidad de vida, y tuvo costos de atención médica más bajos.
Gamble y otros.,(Gamble et al. 2024) resalta que, a pesar de la popularidad de la TR, existen pruebas contradictorias sobre su eficacia, se debe considerar el requerimiento y el nivel de compromiso del paciente. Para explicar esta variabilidad consideró las diversas necesidades de las personas con accidente cerebrovascular: algunas requieren rehabilitación hospitalaria intensiva, mientras que otras pueden acceder a los mismos servicios desde entornos comunitarios. Destacan que, en la actualidad, no existe ninguna guía basada en evidencia para brindar intervenciones de TR a adultos mayores. Sin embargo, subrayan el potencial de la TR, por lo tanto, se necesita de más investigaciones con diseños bien estructurados para que proporcionen hallazgos definitivos sobre el impacto y la efectividad de la telefisoterapia geriátrica que, en el futuro, probablemente implicará un equilibrio importante entre la atención presencial y remota.
Ahora bien, en los estudios de ensayo controlados, los investigadores han comparado, generalmente, grupos controles identificando a los pacientes que reciben rehabilitación hospitalaria (GC) y grupo de intervención (GI) a los TR. Kaudsen et al.,(Ramírez Oviedo et al. 2025) realizó una intervención a pacientes con enfermedad isquémica o valvular cardíaca, durante de 12 semanas de entrenamiento físico de tres sesiones de 60 minutos por semana supervisado variaron entre caminar, correr, girar y entrenamiento de fuerza muscular; monitoreando las frecuencias cardíacas y respiratoria, presión arterial y peso corporal, además de teleconsultas semanales con asesoramiento integral por un equipo multidisciplinario. Observaron que, en el GI, los pacientes eran más responsables de controlar periódicamente su comportamiento de salud, alentándolos a ser más proactivos. Un hallazgo importante, fue la alfabetización en salud, el GI parecía tener un nivel educativo más alto, sugiriendo que puede influir en el éxito de la TR. Sin embargo, en este estudio no se encontraron diferencia en cuanto a la mejora de los pacientes con cardiopatías, siendo similares para ambos grupos.
En cuanto a rehabilitación pulmonar (RP), Godtfredsen y su equipo(Godtfredsen et al. 2020) compararon la efectividad de la TR en 234 pacientes con EPOC, la intervención fue de 10 semanas y realizaron evaluaciones posteriores al finalizar la intervención, 3 y 12 semanas. Se fomentó el ejercicio de mantenimiento, pero no se proporcionó en ninguno de los grupos durante el seguimiento. Encontraron 6MWD sin cambios desde el inicio hasta el seguimiento tanto en rehabilitación convencional (RC) como en TR sin diferencias entre los grupos. Al final de la intervención y en el seguimiento de 3 meses, identificaron mejoras estadísticamente significativas en 6MWD en ambos grupos, sin embargo, no superó la diferencia mínima clínicamente importante para este resultado, por lo tanto, ni FC ni la TR en la RP se asociaron con mejoras sostenibles en la capacidad física evaluadas por el 6MWD. A pesar que la TR pueden tener ventajas para mejorar la tasa de asistencia y superar la barrera del transporte con medidas de igual efecto, faltan efectos a largo plazo, que puede mejorar con mayor alfabetización en salud.
Por su parte, Chen et al.,(Chen et al. 2023) analizaron los datos de neuroimagen de 52 pacientes con accidente cerebrovascular, compararon la actividad neuronal espontánea regional dinámica (amplitud dinámica de las fluctuaciones de baja frecuencia, dALFF; y homogeneidad regional dinámica, dReHo) y la centralidad de grado dinámica (dDC) entre los grupos TR y RC. Los resultados en el GI, los pacientes mostraron un aumento de dALFF en el precúneo derecho y la circunvolución pre-central bilateral (PreCG) y una reducción de dALFF en el lóbulo parietal inferior derecho mediante el análisis de los efectos principales. Detectaron diferencias significativas entre los grupos en el precuneus derecho, el giro fusiforme derecho y el giro frontal medio izquierdo para dReHo y en el giro cingulado izquierdo, el giro temporal medio derecho y el precuneus izquierdo para dDC. Además de, correlación significativa en el grupo TR entre el dALFF modificado en el PreCG izquierdo y las puntuaciones modificadas de la evaluación Fugl-Meyer (FMA) desde el inicio hasta la posrehabilitación. Concluyeron que, la identificación de regiones cerebrales clave mediante indicadores de neuroimagen, como la actividad cerebral regional dinámica y el grado de centralidad en el proceso de recuperación, proporcionaría una base teórica para la tecnología de estimulación cerebral no invasiva y estrategias para formular programas de TR específicos para pacientes con accidente cerebrovascular y disfunción motora.
La TR supervisado ha sido empleado en diversas morbilidades crónicas, entre ellas la Diabetes Mellitus tipo 2 (DM-2). Blioumpla et al.,(Blioumpa et al. 2023) determinaron la efectividad a corto plazo de un programa de ejercicio TR supervisado en estos pacientes. A los que clasificaron al azar en GC y GI, cada uno de 15 participantes. Realizaron supervisión y telemonitorización en tiempo real de las sesiones de ejercicio por parte de un fisioterapeuta, se implementó la monitorización regular de los niveles de glucosa en sangre (inmediatamente antes y después del entrenamiento físico, y unas horas después del entrenamiento físico). Empleando estrategias de ejercicio de bajo costo, factible, fácil de implementar y con potencial para el entorno doméstico. Los resultados mostraron, beneficios significativos en pacientes con DM-2, con disminución del 0,99% en los niveles de HbA1c; mejora de su capacidad funcional, fuerza muscular, calidad de vida disminución de peso corporal IMC en 0,57 kg/m2. Demostrando que la TR es una alternativa prometedora para el tratamiento de la DM-2.
Ouédraogo y otros,(Burns 2019) en un estudio cualitativo descriptivo exploraron la aceptabilidad de la TR y los factores que influyen en su adopción por parte de personas con ACV y cuidadores. Los resultados mostraron que los participantes informaron experiencias positivas con TR, con mejoras en las habilidades funcionales, como la destreza manual, el equilibrio y las interacciones positivas con los terapeutas. Encontraron que la tecnología era fácil de aprender y utilizar, lo que facilitó la participación en TR. Sin embargo, los problemas técnicos, las conexiones a Internet inestables y la falta de retroalimentación fueron barreras para el uso de TR. Siendo necesario abordar estas barreras para promover el uso generalizado y eficaz de la TR en el contexto de la recuperación del accidente cerebrovascular.
La telesalud y su eficiencia con el laboratorio clínico, ¿mejora la calidad de atención y seguimiento de los pacientes en comparación a los procesos administrativos tradicionales?
El creciente desarrollo tecnológico y los sistemas de procesamiento de datos, han propiciado el surgir de nuevas procesos y nuevos enfoques en, el área del laboratorio clínico. Se ha señalado una evolución en la gestión de pruebas, considerando las tres etapas del análisis: preanalítico, analítico y postanalítico. El desarrollo de “sistemas de información en salud” para mejorar el acceso y gestión de información clínica ha resultado un beneficio que contribuye a la calidad y eficacia del servicio, adquiriendo un rol fundamental para impulsar propuestas de bioinformática con el objetivo de optimizar los recursos y el tiempo. Los artículos analizados para esta temática de investigación se resume en la tabla 5.
Principales características de los artículos analizados relacionados con telesalud y su impacto y eficacia.
 |
La implementación de la Inteligencia Artificial (IA) para aumentar y automatizar la toma de decisiones, en medicina de laboratorio ha aumentado los flujos de trabajos basados en humanos, con estos sistemas se incluyen automatización de instrumentos, detección de errores, previsión, interpretación de resultados, utilización de pruebas, genómica y análisis de imágenes. La implementación de algoritmos de IA también ofrece desafíos técnicos y de usabilidad que deben comprenderse para tener éxito. La implementación de algoritmos de IA es análoga a implementar nuevas pruebas, con beneficios y desafíos. Las funciones que desempeñan los laboratorios serán importantes tanto para la utilidad de los algoritmos como para el valor de los propios laboratorios(Haymond and McCudden 2021). En el contexto, del laboratorio clínico, se ha tratado de crear redes que entrecrucen los resultados para facilitar el diagnóstico. En este sentido, Cardozo y otros(Cardozo et al. 2022) buscaron en a través de una RSL, identificar investigaciones científicas que utilizaron pruebas de laboratorio y técnicas de aprendizaje automático para predecir información oculta. Constataron que el parámetro biomédico más empleado para estos modelos predictivos es el hemograma completo, concluyendo que, las pruebas de laboratorio, junto con técnicas de aprendizaje automático, pueden predecir nuevas pruebas, ayudando así a la búsqueda de nuevos diagnósticos. Este proceso ha demostrado ser ventajoso e innovador para los laboratorios médicos, permitiendo descubrir información oculta y proponer pruebas adicionales, reduciendo el número de falsos negativos y ayudando al descubrimiento temprano de enfermedades desconocidas.
Otra arista que sumar, es el aumento de los gastos sanitarios, al igual que la utilización de recursos de laboratorio, datos señalan que entre el 20-40% de las pruebas solicitadas se consideran inadecuadas. Las consecuencias más desfavorables resultan de pruebas y tratamientos innecesarios (uso excesivo) y de diagnóstico omitidos o retrasados, siendo el UCI una de las áreas donde más se visualiza esta situación. Deivis et al.,(Devis et al. 2024) revisaron las intervenciones destinadas a mejorar la utilización adecuada de los recursos de laboratorio en la UCI, identificando seis categorías discretas de intervenciones: educación y orientación (E&G), auditoría y retroalimentación (A&F), control de acceso, ingreso computarizado de órdenes médicas, intervenciones multifacéticas y basadas en IA/ML. Las intervenciones con herramientas de asistencia basadas en IA/ML podrían ser prometedoras para mejorar la idoneidad de las pruebas en el futuro. La colaboración entre los médicos y el personal de laboratorio es clave para mejorar la utilización racional del laboratorio. La reducción del uso excesivo está sobrerrepresentada en la literatura en comparación con la mejora de la infrautilización.
Con el objetivo de reducir el desperdicio en el gasto sanitario Aikens et al.,(Aikens et al. 2019) propusieron un modelo de aprendizaje automático que pudiera realizar predicciones de pruebas de laboratorio personalizadas en tiempo real, de manera confiable, para identificar y desalentar la repetición innecesaria. Para ello, aplicaron, seis algoritmos estándar de aprendizaje automático a seis años (2008-2014) de datos de pacientes hospitalizados de un centro académico terciario, para predecir cuándo es probable que la próxima medición de una prueba de laboratorio sea “la misma” que la anterior. De las 13 pruebas de laboratorio comunes para pacientes hospitalizados seleccionadas para este análisis, varias son predeciblemente estables en muchos casos. Esto apunta a áreas potenciales donde los enfoques de aprendizaje automático pueden identificar y prevenir pruebas innecesarias antes de que ocurran, y un marco metodológico sobre cómo se pueden realizar estas tareas. Encontraron una gran proporción de pruebas repetidas dentro de ± 10% (0 ± 0,1 DE) de la medición anterior, lo que indica que un gran volumen de pruebas repetitivas puede estar aportando poca información nueva. Algunos analitos de laboratorio son predeciblemente estables bajo ciertas definiciones, mientras que otras no lo son. En particular, las pruebas de magnesio en sangre/suero, troponina I y creatinina quinasa se destacan como objetivos potenciales donde un gran volumen de pruebas repetidas a menudo son altamente predecibles, lo que representa cientos de miles de dólares en volumen de carga anual estimado. Por el contrario, otros tipos de pruebas de laboratorio no parecen ser fácilmente predecibles.
En este sentido, Huang et al.,(Huang et al. 2023) propusieron un nuevo modelo de aprendizaje profundo para identificar pruebas de hemoglobina (Hgb) innecesarias para pacientes ingresados en el hospital. Para ello, recopilaron datos internos de pacientes de un hospital universitario en Houston y datos externos de pacientes de la base de datos MIMIC III. Se estimó la confianza de la predicción para evaluar la confiabilidad de los resultados pronosticados, adoptando una filosofía de diseño de “seleccionar y predecir” para maximizar el rendimiento de la predicción al considerar selectivamente muestras con alta confianza de predicción para las recomendaciones. El modelo acomodó datos de observación muestreados irregularmente para hacer pleno uso de correlaciones de variables, es decir, con otros valores de pruebas de laboratorio, y dependencias temporales, con pruebas de laboratorio previas realizadas, dentro del mismo encuentro en la selección de candidatos para entrenamiento y predicción. Como resultado, se observó un rendimiento notable en la predicción de Hgb, logrando un AUC de normalidad del 95,89% y un AUC de estabilidad de Hgb del 95,94%, al tiempo que recomendaba una reducción del 9,91% de las pruebas de Hgb que se consideraron innecesarias. Además, el modelo podría generalizarse bien a pacientes externos ingresados en otro hospital, lo que puede ayudar a reducir los riesgos para la salud y los costos de atención médica.
Por su parte, Liniger et al.,(Liniger et al. 2022) realizaron un estudio cuyo objetivo fue demostrar la capacidad de un conjunto de algoritmos para identificar analitos predictivos para un diagnóstico específico, la metodología propuesta la examinaron con los analitos asociados con la isquemia miocárdica. Los datos que utilizaron consistieron en grabaciones anonimizadas preexistentes de la sala de urgencias que incluían todos los casos de pacientes con un valor medido de troponina T. Emplearon una técnica de imputación múltiple, aumento de datos ortogonales y promedio del modelo bayesiano para crear modelos predictivos de isquemia miocárdica. Cada modelo incorporó diferentes analitos como cofactores. Al examinar más a fondo estos modelos, concluyeron en la importancia predictiva de cada analito en cuestión. Los algoritmos utilizados extrajeron la troponina T como un analito altamente predictivo para la isquemia miocárdica. Como se trata de una relación conocida, se reconoce la importancia predictiva de la troponina T como prueba de concepto, sugiriendo un método funcional. Además, demostraron las capacidades del algoritmo para extraer de los datos factores de riesgo conocidos de isquemia miocárdica. Al proporcionar correlaciones confiables entre los analitos y el diagnóstico de isquemia miocárdica, demostraron las posibilidades de crear pautas computacionales imparciales para el diagnóstico de laboratorio mediante el uso del poder computacional en la era actual de la digitalización.
Asimismo, Fitzgerald et al.,(Fitzgerald et al. 2021) presentaron un método basado en datos para predecir la respuesta del paciente en la unidad de cuidados intensivos (UCI) a los protocolos de control glucémico teniendo en cuenta la heterogeneidad del paciente y las variaciones en la atención. Usaron registros médicos electrónicos (EMR) de 18 961 admisiones en UCI del conjunto de datos MIMIC-III, incluidas 318 574 mediciones de glucosa en sangre, entrenaron y validaron un algoritmo de aprendizaje automático (ML) de árbol impulsado por gradiente para pronosticar la glucosa en sangre del paciente y un intervalo de predicción del 95% en intervalos de 2 horas. El modelo utiliza como entradas datos de series temporales multivariadas irregulares relacionados con el historial médico reciente de los pacientes hospitalizados y el control glucémico, incluidos los niveles previos de glucosa en sangre, nutrición y dosificación de insulina. Como resultado, el modelo de pronóstico que utiliza EMR recopilados de forma rutinaria logra un rendimiento comparable a los modelos anteriores desarrollados en estudios de investigación planificados que utilizan el monitoreo continuo de glucosa en sangre. El error del modelo, expresado como error porcentual absoluto medio, es del 16,5% al 16,8% y el análisis de la cuadrícula de errores de Clarke demuestra que el 97% de las predicciones serían clínicamente aceptables. Por tanto, este modelo puede ser adecuado para su incorporación en los sistemas de soporte de decisiones de la UCI.
Con la intención de aumentar la eficacia en la prestación de servicio de salud, con el uso de IA. Chengsheng et al.,(Mao et al. 2022) propusieron realizar imputaciones de pruebas de laboratorio y recomendaciones de medicamentos, con el propósito de disminuir costos en pruebas potencialmente redundantes e informar a su vez a los médicos sobre prescripciones más efectiva. Al cual llamaron el médico inteligente (MedGCN), es un sistema que integra las relaciones complejas entre múltiples tipos de entidades médicas con sus características inherentes en un gráfico heterogéneo. Construyeron un gráfico para asociar 4 tipos de entidades médicas, es decir, pacientes, encuentros, pruebas de laboratorio y medicamentos, y aplicaron una red neuronal gráfica para aprender las incorporaciones de nodos para la recomendación de medicamentos y la imputación de pruebas de laboratorio. Este modelo fue validado en dos conjuntos de datos del mundo real: NMEDW y MIMIC-III. Los resultados experimentales en ambos conjuntos de datos demuestran que el MedGCN puede superar al estado del arte en ambas tareas; pudiendo proporcionar una forma prometedora y confiable de ayudar a los médicos a identificar tratamientos y ahorrar costos en pruebas de laboratorio potencialmente redundantes.
En medio del indudable avance de la telesalud, en donde la medicina de laboratorio continúa su digitalización y automatización, el reto en que enfrenta asociado a la IA están relacionados a la compresión, para qué sirve, cómo evaluarla, cuáles son sus limitaciones y cómo se puede implementar. Por lo que Paranjape(Paranjape et al. 2021) realizó un estudio exploratorio para evaluar las opiniones de las partes interesadas en la medicina de laboratorio sobre el valor de la IA en el espacio del diagnóstico e identificar los desafíos y soluciones previstas para introducción de la IA. A través de una encuesta web a 128 participantes, 26% eran médicos y 22% directores de laboratorio. La IA se utiliza actualmente en las organizaciones en 15,6%, mientras que el 66,4% cree que podría utilizarla en el futuro. La mayoría tenía una actitud insegura sobre lo que necesitarían para adoptar la IA en el ámbito del diagnóstico. Se identificaron como barreras para la adopción los altos costos de inversión, la falta de beneficios clínicos comprobados, la cantidad de tomadores de decisiones y las preocupaciones sobre la privacidad.
Ahora bien, la e-salud como proceso de intervención ha tomado fuerza en los últimos años, facilitando el acceso de algunas poblaciones que se le dificulta asistir a la presencialidad, bien sea por razones contextuales o económicos. Varias son las disciplinas médicas que han empleado herramienta TIC. Entre ellas, fisioterapia y el laboratorio clínico, a pesar del su avance, su aplicabilidad aún genera controversia(Liniger et al. 2022). En cuanto a la telefisioterapia, las investigaciones no reportan diferencias significativas en comparación a la rehabilitación convencional, sin embargo, las ventajas están mayormente relacionadas con aspectos socioeconómicos, que a la misma terapia. Mientras que, las desventajas están relacionadas con particulares técnicas, acceso a equipos, plataformas y conectividad.(Ramírez Oviedo et al. 2025)
Según la evidencia científica analizada, la TR ha sido evaluada abordando una patología en específico, resultando ser eficiente para mejorar el dolor, función física, fuerza muscular, la discapacidad, la disnea, la salud mental, la autoeficacia, la calidad de vida de las personas con afecciones musculoesqueléticas, accidentes cerebrovasculares, EPOC, DM-2, posterior artroplastia total de rodilla, adultos mayores(Burns 2019), (Barrios et al. 2000)-(Chen et al. 2023), lo que supone ventajas para la implementación de programas de salud en comunidades rurales y remotas o para personas que no pueden desplazarse(Zhang et al. 2023)- (Godtfredsen et al. 2020) a su centro de salud; además, fomentan la autogestión y automanejo(Blioumpa et al. 2023) de la enfermedad, influyendo de manera positiva en el seguimiento de los pacientes con enfermedades crónicas y la adherencia a sus tratamientos, por tanto, disminuyeron las exacerbaciones y las tasas de ingreso y de visitas a urgencias, la rentabilidad, la interacción entre paciente y sanitario y la satisfacción.(Vinolo-Gil et al. 2022)
Los métodos de TR más utilizados son realidad virtual, uso de video juegos, el sensor Kinect, las app o software para realizar video-llamadas a tiempo real, visualizar los ejercicios y registrar los progresos, con acercamiento al traslado de los sistemas de TR a la nube(Barrios et al. 2000), (Vinolo-Gil et al. 2022),(Blioumpa et al. 2023). Como obstáculo, se pueden señalar la alfabetización en salud y tecnológica(Godtfredsen et al. 2020) tanto por parte de los pacientes como los profesionales de la salud. De igual manera, es necesario validar estos programas por especialistas en las áreas requeridas ya que, debido a la globalización, en la web puede darse el intrusismo.
En las últimas décadas, el uso IA en el ámbito sanitario ha considerado la cantidad de datos generados en los variados procesos de la medicina, por lo que se ha requerido nuevos métodos de análisis y tratamiento de datos, que se han empleado en el análisis de datos hematopatológicos, radiográficos, de laboratorio, genómicos, farmacológicos y químicos para informar mejor el diagnóstico, el pronóstico, la planificación del tratamiento y los conocimientos fundamentales relacionados con la enfermedades y prevención. El impacto del desarrollo tecnológico en los servicios de los laboratorios clínicos, se ha evidenciado con el diseño de sistemas bioinformáticos de datos y modelos predictivos para la idoneidad de pruebas, disminución en la repetición de análisis.(Haymond and McCudden 2021)-(Huang et al. 2023)
A través de propuestas de bioinformática (aprendizaje automático, red neuronal), se ha innovado con diferentes modelos predictivos, con el objetivo de mejorar la gestión de pruebas de laboratorio, permitiendo descubrir datos ocultos, entrelazar información para disminuir el uso y abuso redundantes de pruebas, proponer pruebas adicionales, reduciendo el número de falsos positivos, aportando datos oportunos para el diagnóstico y sugiriendo el tratamiento farmacológico adecuado(Haymond and McCudden 2021), (Liniger et al. 2022)-(Huang et al. 2023). Las investigaciones demostraron resultados alentadores, señalando analitos estables que, en circunstancias particulares, pueden ser predecibles, representando esto una disminución en costo y tiempo. En particular, las pruebas de magnesio en sangre/suero, troponina I, creatinina quinasa(Aikens et al. 2019) y Hgb(Paranjape et al. 2021), se destacan como análisis potenciales donde un gran volumen de pruebas repetidas a menudo son altamente predecibles, en pacientes hospitalizado. Asimismo, la glucosa en pacientes de la UCI.(Fitzgerald et al. 2021)
En cuanto a la eficiencia del uso de la tecnología en la medicina del laboratorio, se puede dar garantía en las etapas pre analítica y postanalítica, en donde los sistemas de datos, han demostrado un mejor manejo y confiabilidad de los datos, reducción en el tiempo de respuestas, mayor acceso de pacientes por aumento de muestras procesadas por unidad de tiempo, reducción de errores humano(Haymond and McCudden 2021). Sin embargo, se detectó una actitud insegura sobre el uso de la telesalud, la IA, por la falta de evidencia científica sólida que respalden los beneficios de los modelos de predictivos, preocupaciones acera de la privacidad, el costo de la inversión necesaria para incorporar estas herramientas(Liniger et al. 2022). Por tanto, es importante la educación sobre el valor de la telesalud, su implementación simplificada y la integración en los flujos de trabajo existentes, además de investigaciones para demostrar la utilidad clínica.(Haymond and McCudden 2021)-(Aikens et al. 2019),(Liniger et al. 2022)
En conclusión, la sociedad demanda un cambio en el modelo de atención sanitaria apuntando al uso de la telesalud como estrategia global, en este ámbito de la fisioterapia y el laboratorio clínico, en los cuales se han documentado grandes avances. Con la TR existen evidencias de la eficiencia de esta práctica en el abordaje de pacientes con enfermedades crónicas y musculoesqueléticas, no reportándose diferencias significativas con respecto a la rehabilitación convencional, por lo que, sus ventajas están orientadas a la optimización de recursos y tiempo. En el ámbito del laboratorio clínico, ha impactado positivamente en mejora de la gestión de pruebas de laboratorio, en la parte preanalítica con la organización de datos y dando mayor acceso a más pacientes. Se ha propuestos modelos predictivos para pruebas en pacientes con características particulares, los cuales siguen en estando en validación y sus beneficios aún generan polémicas. Se recomienda a nivel profesional dentro de los currículos, componentes de formación en este campo, que respondan a esta tendencia globalizada de atención en salud bajo una perspectiva de innovación y optimización del recurso disponible. De igual manera, persisten desafíos relacionados con la alfabetización digital, la infraestructura tecnológica y la validación científica de nuevas herramientas, por lo que se recomienda continuar con investigaciones con solidas metodologías, empleando muestras mayores y realizando seguimientos más prolongados para conocer los efectos a largo plazo.