El rol emergente de la inteligencia artificial en dermatología: Aplicaciones clínicas y desafíos, una revisión bibliográfica de la evidencia reciente
DOI:
https://doi.org/10.52611/confluencia.2026.1703Palabras clave:
Inteligencia artificial, Dermatología, Diagnóstico asistido por computadora, Análisis de imágenesResumen
Introducción: La dermatología es un área fuertemente basada en la evaluación visual y dermatoscópica de las lesiones cutáneas, donde la experiencia clínica y el juicio del especialista resultan fundamentales para una correcta toma de decisiones. En los últimos años, la inteligencia artificial ha emergido como una herramienta con alto potencial para apoyar el diagnóstico, la evaluación de severidad, y el seguimiento de enfermedades cutáneas, haciendo necesario un análisis sistemático y actualizado de su utilidad, alcances e impacto real en la práctica dermatológica. Objetivo: Analizar críticamente el rol actual de la inteligencia artificial en dermatología, describiendo sus principales aplicaciones clínicas, beneficios, limitaciones y desafíos, con énfasis en diagnóstico basado en imágenes, evaluación de severidad, modelos multimodales, dermatopatología asistida por IA, educación médica y equidad en el acceso a la atención dermatológica. Metodología: Se realizó una revisión bibliográfica narrativa utilizando PubMed/MEDLINE, aplicando exclusivamente los términos MeSH “Artificial Intelligence” y “Dermatology”. Se seleccionaron 132 artículos tras aplicar criterios de inclusión, exclusión y un proceso de selección basado en las recomendaciones PRISMA. Desarrollo: La evidencia reciente demuestra que la inteligencia artificial puede alcanzar desempeños diagnósticos con alta precisión, mejorar la evaluación objetiva de severidad y optimizar el seguimiento longitudinal de enfermedades cutáneas. Sin embargo, persisten desafíos relacionados con sesgos, validación clínica, explicabilidad y adopción profesional. Conclusión: La inteligencia artificial no sustituye la evaluación clínica experta, pero puede constituir un complemento valioso cuando se integra de manera responsable, ética y contextualizada.
Descargas
Citas
Behara K, Bhero E, Agee JT. AI in dermatology: a comprehensive review into skin cancer detection. PeerJ Comput Sci [Internet]. 2024 [citado el 1 de diciembre 2025];10:e2530. Disponible en: https://doi.org/10.7717/peerj-cs.2530
Duan L, Li T, Li B, Li X, Fu D, Yang X, et al. Application of large language models to natural language processing and image analysis tasks in dermatology: a systematic review. Intell Med [Internet]. 2025 [citado el 1 de diciembre 2025]. Disponible en: https://doi.org/10.1016/j.imed.2025.08.004
Yan S, Yu Z, Primiero C, Vico-Alonso C, Wang Z, Yang L, et al. A multimodal vision foundation model for clinical dermatology. Nat Med [Internet]. 2025 [citado el 1 de diciembre 2025];31:2691-2702. Disponible en: https://doi.org/10.1038/s41591-025-03747-y
Biswas S, Achar U, Hakim B, Achar A. Artificial intelligence in dermatology: a systematized review. Int J Dermatol Venereol [Internet]. 2025 [citado el 1 de diciembre 2025];8(1):33-9. Disponible en: https://doi.org/10.1097/JD9.0000000000000404
Joh HC, Kim MH, Ko JY, Kim JS, Jue MS. Evaluating the performance of ChatGPT in dermatology specialty certificate examination-style questions: A comparative analysis between English and Korean language settings. Indian J Dermatol. [citado el 1 de diciembre 2025];39:2121-8. Disponible en: https://doi.org/10.4103/ijd.ijd_1050_23
Seth D, Cheldize K, Brown D, Freeman EF. Global burden of skin disease: Inequities and innovations. Curr Dermatol Rep [Internet]. 2017 [citado el 1 de diciembre 2025];193:847-55. Disponible en: https://doi.org/10.1007/s13671-017-0192-7
Soe NN, Kusnandar II, Latt PM, Fairley CK, Chow EPF, Maatouk I, et al. Use of AI in Identification of Sexually Transmitted Infections and Anogenital Dermatoses: A Systematic Review and Meta-Analysis. JAMA Netw Open [Internet]. 2025 [citado el 1 de diciembre 2025];8(19):e2533512. Disponible en: https://doi.org/10.1001/jamanetworkopen.2025.33512
Ferrante di Ruffano L, Takwoingi Y, Dinnes J, Chuchu N, Bayliss SE, Davenport C, et al. Computer-assisted diagnosis techniques (dermoscopy and spectroscopy-based) for diagnosing skin cancer in adults. Cochrane Database Syst Rev [Internet]. 2018 [citado el 1 de diciembre 2025];12(12):CD013186. Disponible en: https://doi.org/10.1002/14651858.CD013186
Cai ZR, Kim J, Rezaei SJ, Chen ML, Touma F, Zhu C, et al. Assessing the performance of artificial intelligence models in evaluating inflammatory skin disease severity: a systematic review and meta-analysis. Br J Dermatol [Internet]. 2025 [citado el 1 de diciembre 2025];193(5):847-55. Disponible en: https://doi.org/10.1093/bjd/ljaf250
Okata-Karigane U, Hirota M, Takahashi C, Miyagawa A, Ako R, Nakajima S, et al. AI-Based Objective Severity Assessment of Atopic Dermatitis Using Patient Photos in a Real-World Setting: A Digital Biomarker Approach. Allergy [Internet]. 2025 [citado el 1 de diciembre 2025];80(11):3185-9. Disponible en: https://doi.org/10.1111/all.16586
Chanda T, Haggenmueller S, Bucher TC, Holland-Letz T, Kittler H, Tschandl P, et al. Dermatologist-like explainable AI enhances melanoma diagnosis accuracy: eye-tracking study. Nat Commun [Internet]. 2025 [citado el 1 de diciembre 2025];16(1):4739. Disponible en: https://doi.org/10.1038/s41467-025-59532-5
Partridge B, Janda M, Gillespie N, Silva CV, Arnold C, Abbott L, et al. Attitudes Towards the Use of Artificial Intelligence in Dermatology: A Survey of Australian Dermatologists. Australas J Dermatol [Internet]. 2025 [citado el 1 de diciembre 2025];66(5):e279-e86. Disponible en: https://doi.org/10.1111/ajd.14524
Tran M, Schmidle P, Guo RR, Wagner SJ, Koch V, Lupperger V, et al. Generating dermatopathology reports from gigapixel whole slide images with HistoGPT. Nat Commun [Internet]. 2025 [citado el 1 de diciembre 2025];16(1):4886. Disponible en: https://doi.org/10.1038/s41467-025-60014-x
Pooth R, Sattler S, Westerberg F, Pavicic T, Kerscher M. Transforming Skin Quality Evaluation With AI: From Subjective Grading to Data-Driven Precision. J Cosmet Dermatol [Internet]. 2025 [citado el 1 de diciembre 2025];Suppl4:e70371. Disponible en: https://doi.org/10.1111/jocd.70371
Goldust M. AI-Powered Virtual Reality in Acne Vulgaris. J Cosmet Dermatol [Internet]. 2025 [citado el 1 de
diciembre 2025];24(3):e70104. Disponible en: https://doi.org/10.1111/jocd.70104
Haykal D. Keep an Eye on AI: How Artificial Intelligence Is Redefining Patient Education in Dermatology. J Cosmet Dermatol [Internet]. 2025 [citado el 1 de diciembre 2025];24(5):e70225. Disponible en: https://doi.org/10.1111/jocd.70225
Cosar Sogukkuyu DY, Ata O. Classification of melanonychia, Beau’s lines, and nail clubbing based on nail images and transfer learning techniques. PeerJ Comput Sci [Internet]. 2023 [citado el 1 de diciembre 2025];38(9):1732-9. Disponible en: https://doi.org/10.7717/peerj-cs.1533
Chan E, Ramsay K, Tyli R, Geng RSQ, Nasseri T, Piguet V, et al. Artificial intelligence–based alopecia assessment: A proof of concept for enhancing accuracy and objectivity in hair loss measurement. JAAD Case Rep [Internet]. 2025 [citado el 1 de diciembre 2025];91(2):365-73. Disponible en: https://doi.org/10.1016/j.jdcr.2025.09.023
Lee I. Artificial intelligence in Teledermatology. Dermatol Clin [Internet]. 2025 [citado el 1 de diciembre 2025];92(3):456-64. Disponible en: https://doi.org/10.1016/j.det.2025.05.005
Kabakova M, Joerg L, Jagdeo J. Advancing equity in generative AI dermatology requires representative data and transparent evaluation. J Eur Acad Dermatol Venereol [Internet]. 2025 [citado el 1 de diciembre 2025];39(12):e1067-e8 Disponible en: https://doi.org/10.1111/jdv.70052
Lee I. Artificial Intelligence in Teledermatology. Dermatol Clin [Internet]. 2025 [citado el 1 de diciembre 2025];43(4):553-61. Disponible en: https://doi.org/10.1016/j.det.2025.05.005
Tschandl P, Rinner C, Apalla Z, Argenziano G, Codella N, Halpern A, et al. Human–computer collaboration for skin cancer recognition. Nat Med [Internet]. 2020 [citado el 1 de diciembre 2025];26:1229-34. Disponible en: https://doi.org/10.1038/s41591-020-0942-0
Luz F Silva D, Rubinho R, Denofre A, Avila S, Magalhães RF. Artificial intelligence on inflammatory dermatoses: where we are and where are we going? An Bras Dermatol [Internet]. 2025 [citado el 1 de diciembre 2025];100(5):501164. Disponible en: https://doi.org/10.1016/j.abd.2025.501164
Nadour N, Duguet T, Zahedi S, Figoni H, Liard R. Diagnostic accuracy of artificial intelligence compared to family physicians and dermatologists for skin conditions: a systematic review and meta-analysis. BMC Prim Care [Internet]. 2025 [citado el 1 de diciembre 2025];26(1):384. Disponible en: https://doi.org/10.1186/s12875-025-03073-9
Gordon ER, Trager MH, Kontos D, Weng C, Geskin LJ, Dugdale LS, Samie FH. Ethical considerations for artificial intelligence in dermatology: a scoping review. Br J Dermatol [Internet]. 2025 [citado el 1 de diciembre 2025];190(6):789-97. Disponible en: https://doi.org/10.1093/bjd/ljae040
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Revista Confluencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
