Autor principal: Igor Dlujnewsky Hernández
Vol. XXI; nº 05; 72
REVISIÓN
Pacientes, datos y algoritmos: el futuro de la atención diabética con inteligencia artificial
Patients, Data and Algorithms: The Future of Diabetes Care with Artificial Intelligence
Igor Dlujnewsky Hernández, Nilqger García Quiroz, Wladimir Korchoff Michelli, Erwin Giovan Ramírez Rodríguez, Wilfredo Matson Ruiz, Wilfredo Matson Galea
Incluido en Revista Electrónica de PortalesMedicos.com, Volumen XXI. Número 05 – Primera quincena de Marzo de 2026 – Página inicial: Vol. XXI; nº 05; 72 – DOI: https://doi.org/10.64396/v21-0072 – Cómo citar este artículo
Sobre los autores | Sobre el artículo | Referencias
Resumen
La diabetes mellitus constituye una afección crónica que impacta a millones de individuos globalmente, caracterizándose por la incapacidad del organismo para gestionar adecuadamente los niveles de glucosa en el torrente sanguíneo. Esta disfunción puede dar lugar a complicaciones severas, tales como enfermedades cardiovasculares, neuropatías y retinopatía diabética. Un manejo eficiente de la diabetes implica un monitoreo continuo, modificaciones terapéuticas y educación prolongada del paciente. En este panorama, la inteligencia artificial (IA) emerge como una herramienta innovadora que transforma la manera de abordar esta condición.
A través de algoritmos sofisticados y modelos de aprendizaje automático, la IA es capaz de analizar grandes volúmenes de datos para mejorar el diagnóstico, anticipar complicaciones y personalizar tratamientos. Herramientas como los monitores continuos de glucosa integrados con sistemas de IA ofrecen recomendaciones en tiempo real y previenen episodios de hipoglucemia o hiperglucemia, permitiendo intervenciones rápidas y efectivas. Además, la IA refuerza la educación y autogestión del paciente mediante aplicaciones móviles y dispositivos portátiles que brindan retroalimentación instantánea y sugerencias adaptadas. También desempeña un papel crucial en la detección precoz de complicaciones, como la retinopatía diabética, mediante algoritmos especializados en el procesamiento de imágenes. No obstante, la adopción de la IA enfrenta retos significativos, incluyendo la calidad y seguridad de los datos, así como dilemas éticos relacionados con la privacidad y la equidad en el acceso a estas tecnologías.
Palabras clave
Diabetes; inteligencia artificial; algoritmo.
Abstract
Diabetes mellitus is a chronic condition that affects millions of individuals globally, characterized by the body’s inability to properly manage blood glucose levels. This dysfunction can lead to severe complications such as cardiovascular diseases, neuropathies, and diabetic retinopathy. Effective management of diabetes involves continuous monitoring, therapeutic modifications, and prolonged patient education. In this context, artificial intelligence (AI) emerges as an innovative tool that transforms the approach to this condition. Through sophisticated algorithms and machine learning models, AI can analyze large volumes of data to improve diagnosis, anticipate complications, and personalize treatments. Tools like continuous glucose monitors integrated with AI systems provide real-time recommendations and prevent episodes of hypoglycemia or hyperglycemia, allowing for quick and effective interventions. Additionally, AI enhances patient education and self-management through mobile applications and wearable devices that provide instant feedback and tailored suggestions. It also plays a crucial role in the early detection of complications, such as diabetic retinopathy, using specialized image processing algorithms. However, the adoption of AI faces significant challenges, including data quality and security, as well as ethical dilemmas related to privacy and equitable access to these technologies.
Keywords
Diabetes; Artificial Intelligence; Algorithm.
Introducción
La diabetes mellitus constituye uno de los principales retos de salud pública del siglo XXI, debido a su alta prevalencia, su considerable impacto socioeconómico y su vinculación con complicaciones crónicas que incrementan la morbimortalidad a nivel global. De acuerdo con estimaciones internacionales, la cantidad de personas que viven con diabetes sigue en ascenso, impulsada por factores tales como el envejecimiento de la población, la falta de actividad física y los cambios en los patrones alimentarios.
El manejo de esta patología exige un enfoque integral que combine la monitorización continua, el tratamiento farmacológico personalizado y la educación terapéutica sostenida. No obstante, la complejidad fisiopatológica de la diabetes y la variabilidad interindividual en la respuesta a las terapias complican la optimización del control metabólico a través de estrategias convencionales.
En este marco, la inteligencia artificial (IA) ha emergido como una herramienta tecnológica que tiene el potencial de transformar la atención en salud mediante el análisis avanzado de extensos volúmenes de datos clínicos. Los algoritmos de aprendizaje automático son capaces de identificar patrones complejos, anticipar eventos clínicos y asistir en la toma de decisiones médicas, promoviendo un modelo de medicina personalizada.
El propósito del presente trabajo es examinar el papel contemporáneo y las perspectivas futuras de la inteligencia artificial en la atención de la diabetes, abarcando sus aplicaciones clínicas, los beneficios potenciales y los desafíos éticos y tecnológicos que se presentan durante su implementación.
Diabetes e inteligencia artificial
La diabetes mellitus constituye una patología crónica que impacta a millones de individuos a nivel global. Se distingue por la ineficacia del organismo para producir o utilizar insulina de manera adecuada, lo que origina niveles altos de glucosa en sangre. Esta afección conlleva consecuencias significativas para la salud y el bienestar de los afectados, dado que puede generar complicaciones severas, como enfermedades cardiovasculares, daño renal, neuropatía y trastornos visuales. Un manejo adecuado de la diabetes requiere un monitoreo exhaustivo de los niveles de glucosa, ajustes en la terapia farmacológica, modificaciones en el estilo de vida y una educación continua para los pacientes. En este marco, la inteligencia artificial (IA) está surgiendo como una herramienta transformadora, proporcionando soluciones innovadoras que pueden optimizar el diagnóstico, tratamiento y control de esta enfermedad.(1)
La inteligencia artificial (IA) se entiende comúnmente como la capacidad de sistemas o dispositivos para llevar a cabo tareas que normalmente requieren de la inteligencia humana. Estas tareas abarcan el aprendizaje, el razonamiento, el reconocimiento de patrones, la comprensión del lenguaje natural y la toma de decisiones. A través de algoritmos sofisticados y modelos de aprendizaje automático, la IA es capaz de analizar grandes cantidades de datos, extrayendo información relevante que puede ser utilizada para anticipar resultados, optimizar procesos y personalizar tratamientos. Este avance tecnológico ha provocado una revolución en múltiples disciplinas, como la medicina, la ingeniería y la economía, transformando la manera en que se aborda la atención médica y la gestión de enfermedades crónicas, especialmente en el caso de la diabetes mellitus.(2)
Uno de los principales retos en la gestión de la diabetes radica en la variabilidad de la respuesta al tratamiento entre los diferentes pacientes. Cada individuo presenta características distintas, que van desde su composición genética hasta sus hábitos alimenticios y niveles de actividad física. La integración de la IA en este ámbito podría permitir un enfoque más personalizado en medicina, donde las terapias y recomendaciones se adapten a las necesidades particulares de cada persona. Por ejemplo, mediante el análisis continuo de datos sobre glucosa, comportamientos y otros indicadores de salud, la IA puede identificar patrones y prever episodios de hipoglucemia o hiperglucemia antes de que se produzcan, facilitando intervenciones tempranas que mejoran el control de los niveles de glucosa en sangre.(3,4)
Del mismo modo, los sistemas de inteligencia artificial pueden enriquecer la educación del paciente y fomentar la autogestión en el manejo de la diabetes. A través de aplicaciones móviles y dispositivos portátiles, la IA proporciona retroalimentación inmediata sobre los niveles de glucosa, recordatorios para la medicación y recomendaciones sobre alimentación y ejercicio, entre otras funciones. Esto no solo empodera a los pacientes para que tomen decisiones informadas sobre su salud, sino que también promueve la adherencia a los regímenes terapéuticos. La habilidad de la IA para procesar y analizar datos históricos permite generar predicciones personalizadas que guían a los pacientes en su vida cotidiana.(5)
Desde el diagnóstico inicial hasta la gestión de complicaciones, la inteligencia artificial abarca un amplio rango de aplicaciones en el tratamiento de la diabetes mellitus. Herramientas como el procesamiento de imágenes mediante algoritmos de aprendizaje profundo han demostrado eficacia en la detección temprana de retinopatía diabética, una de las complicaciones más comunes asociadas a esta enfermedad. Además, la IA se utiliza en la investigación de nuevas intervenciones terapéuticas, optimizando ensayos clínicos y desarrollando tratamientos innovadores basados en los perfiles genéticos de los pacientes.(6)
Sin embargo, a pesar de los prometedores avances que la inteligencia artificial aporta al campo de la diabetes mellitus, su implementación enfrenta importantes desafíos. La calidad de los datos es crucial; la existencia de datos incompletos o sesgados puede conducir a conclusiones erróneas y potencialmente perjudiciales. Asimismo, el uso de IA en el sector salud plantea dilemas éticos relacionados con la privacidad y la seguridad de la información de los pacientes, así como la necesidad de garantizar equidad en el acceso a estas tecnologías avanzadas.(7)
Diabetes y la regulación de la glucosa: la transformación impulsada por la inteligencia artificial
La diabetes es un trastorno metabólico que afecta la capacidad del organismo para regular adecuadamente los niveles de glucosa en el torrente sanguíneo. Esta falta de control puede acarrear complicaciones graves si no se gestiona de manera adecuada, lo que hace esencial el monitoreo constante de la glucemia. En este contexto, la inteligencia artificial (IA) se ha erigido como una herramienta innovadora que tiene el potencial de transformar los métodos tradicionales de manejo de la diabetes. A través de algoritmos avanzados y un minucioso análisis de datos, la IA proporciona soluciones personalizadas que ayudan a los pacientes a cumplir de manera más efectiva con sus objetivos de control glicémico.(8)
Un aspecto destacado del monitoreo asistido por inteligencia artificial es el uso de dispositivos portátiles, como los monitores continuos de glucosa (MCG). Estos dispositivos no solo permiten un seguimiento continuo de los niveles de glucosa, sino que también están conectados a aplicaciones que utilizan inteligencia artificial para brindar recomendaciones en tiempo real sobre la administración de insulina y ajustes dietéticos. La capacidad de procesar grandes volúmenes de información en cuestión de segundos permite a estos sistemas generar alertas y sugerencias personalizadas, adaptándose a las necesidades individuales de cada paciente.(9)
Así mismo, se está desarrollando un enfoque innovador que utiliza modelos predictivos impulsados por IA para analizar patrones históricos de glucosa y comportamientos del paciente. Estas herramientas pueden anticipar episodios de hipoglucemia o hiperglucemia, ofreciendo a los pacientes y a sus profesionales de la salud la oportunidad de intervenir antes de que estas situaciones escalen. Al prever variaciones en los niveles de glucosa, se mejora la calidad de vida del paciente y se reducen las hospitalizaciones relacionadas con descompensaciones glicémicas. Además, la IA contribuye a la educación continua del paciente a través de plataformas interactivas de aprendizaje y seguimiento. Estas herramientas se adaptan a las necesidades y progreso del usuario, promoviendo una mayor adherencia a los tratamientos. Al dotar a los pacientes de conocimientos y recursos para la autogestión, se fomenta un enfoque proactivo en el manejo de la diabetes, donde el paciente asume un papel activo en su cuidado.(10,11)
Aplicaciones de la inteligencia artificial en la atención a la diabetes
La inteligencia artificial puede determinar la presencia de diabetes, así como clasificarla en tipos 1, 2 y gestacional, basado en el perfil glucémico del paciente, con una precisión equiparable a la de un profesional médico, utilizándose en las siguientes aplicaciones en la atención del paciente diabético:
a) Predicción temprana de la diabetes: mediante el uso de diversos algoritmos que han sido entrenados con datos de registros médicos electrónicos, es posible anticipar la aparición de diabetes, prestando especial atención a la diabetes gestacional durante el primer trimestre del embarazo.
b) El control glucémico: las bombas de insulina que incorporan inteligencia artificial están siendo objeto de numerosos estudios, las cuales automatizan la infusión de insulina según los resultados del monitoreo continuo de glucosa (MCG).
c) Predicción de eventos glucémicos: con el análisis de datos procedentes del monitoreo continuo de glucosa, los algoritmos de inteligencia artificial también son capaces de prever episodios de hiperglucemia e hipoglucemia. Esta metodología ya se encuentra disponible en el mercado.
d) Identificación de nuevos marcadores: los modelos basados en inteligencia artificial permiten detectar diversos indicadores de riesgo relacionados con la diabetes, tales como la edad, la circunferencia de la cintura, el índice de masa corporal (IMC) y la hipertensión, entre otros.
e) Predicción de la retinopatía diabética: el riesgo de desarrollar retinopatía diabética puede ser estimado utilizando conjuntos de datos clínicos, lo cual facilita la implementación de tratamientos tempranos.
f) Diagnóstico de complicaciones de la diabetes: a través de diferentes enfoques de inteligencia artificial y aprendizaje automático aplicados en varios estudios, es posible identificar complicaciones severas asociadas a la diabetes, tales como el pie diabético, la retinopatía diabética y los pacientes susceptibles de hospitalización.
Finalmente, la incorporación de la inteligencia artificial en el control de la diabetes abre nuevas oportunidades para la investigación y desarrollo de tratamientos más eficaces. A medida que los científicos indagan en nuevas maneras de integrar la IA en el sector médico, surgen perspectivas prometedoras, como la creación de terapias personalizadas y la identificación de biomarcadores específicos que podrían transformar nuestra comprensión y tratamiento de esta enfermedad crónica y centrada en el paciente.(12)
Conclusiones
La diabetes mellitus es una patología crónica que impacta a millones de personas en el mundo entero y se distingue por la incapacidad del cuerpo para mantener un control adecuado de los niveles de glucosa en la sangre. Esta deficiencia puede conducir a serias complicaciones de salud si no se maneja correctamente. En este escenario, la inteligencia artificial (IA) surge como una herramienta innovadora con el potencial para revolucionar no solo el diagnóstico y tratamiento de esta enfermedad, sino también la educación y el autocuidado del paciente. Mediante el procesamiento de grandes volúmenes de datos y la implementación de algoritmos sofisticados, la IA proporciona soluciones personalizadas que permiten prever episodios de hipoglucemia y hiperglucemia, mejorando así el control de la glicemia y elevando la calidad de vida de los pacientes. Asimismo, su integración en dispositivos portátiles y plataformas interactivas fomenta un enfoque proactivo en la gestión de la diabetes, dotando a los pacientes de la información y los recursos necesarios para realizar decisiones bien fundamentadas sobre su salud. No obstante, a pesar de su prometedor potencial, es crucial enfrentar los desafíos relacionados con la calidad de los datos y las consideraciones éticas que surgen en torno a la privacidad de la información y el acceso equitativo a estas tecnologías.
Bibliografía
- Davenport T, Kalakota R. The potential for artificial intelligence in healthcare. Future Healthc J. 2019;6(2):94-98. doi:10.7861/futurehosp.6-2-94
- Ellouze A, Kahouli O, Ksantini M, et al. Artificial intelligence-based diabetes diagnosis using belief function theory. Symmetry. 2022;14(11):2197. doi:10.3390/sym14112197
- Derozier V, Arnavielhe S, Renard E, et al. Data visualization and artificial intelligence for diabetes management. J Diabetes Sci Technol. 2019;13(4):698-707. doi:10.1177/1932296819843171
- Pfützner A, Strobl S, Demircik F, et al. Evaluation of a noninvasive glucose monitoring device. J Diabetes Sci Technol. 2018;12(6):1178-1183. doi:10.1177/1932296818781540
- Gómez-Huelgas A, Pérez-Cárceles MD. Aplicaciones de la inteligencia artificial en diabetes mellitus tipo 2. Rev Clin Med Interna. 2022;33(1):54-62.
- Lim JI, Dubiner H, et al. Artificial intelligence detection of diabetic retinopathy. Ophthalmol Sci. 2023;3(1):100228. doi:10.1016/j.xops.2022.100228
- Mohsen F, Al-Absi HR, Yousri NA, El Hajj N, Shah Z. Artificial intelligence-based methods for diabetes risk prediction: a scoping review. NPJ Digit Med. 2024;7:197. doi:10.1038/s41746-024-01086-8
- ElSayed NA, Aleppo G, Aroda VR, et al. Diabetes technology: Standards of Care in Diabetes—2023. Diabetes Care. 2023;46(Suppl 1):S111-S127. doi:10.2337/dc23-S007
- Anjum M, Saher R, Saeed MN. AI-enhanced CGM analysis for personalized dietary intervention. PeerJ Comput Sci. 2024;10:e1971. doi:10.7717/peerj-cs.1971
- Sesgundo JA III, Maeng DC, Tukay JA, et al. AI algorithms for diabetic retinopathy detection: systematic review protocol. JMIR Res Protoc. 2024;13:e57292. doi:10.2196/57292
- Leiherer A, Muendlein A, Mink S, et al. Machine learning predicts type 2 diabetes incidence. Int J Mol Sci. 2024;25(10):5331. doi:10.3390/ijms25105331
- Abdelhalim H, Berber A, Lodi M, et al. Artificial intelligence and precision medicine approaches. Front Genet. 2022;13:929486. doi:10.3389/fgene.2022.929486
Sobre los autores
Igor Dlujnewsky Hernández. Universidad Autónoma de Chile, Sede Talca. Talca. Chile. ORCID: 0000-0003-2105-9573
Nilqger García Quiroz. Universidad Autónoma de Chile, Sede Talca. Talca. Chile. ORCID: 0009-0008-2221-1198
Wladimir Korchoff Michelli. Policlínica Metropolitana. Caracas. Venezuela. ORCID: 3858
Erwin Giovan Ramírez Rodríguez. Policlínica Metropolitana. Caracas. Venezuela. ORCID: 0009-0000-5141-333X
Wilfredo Matson Ruiz. Universidad Autónoma de Chile, Sede Talca. Talca. Chile. ORCID: 0009-0003-2388-4988
Wilfredo Matson Galea. Universidad Nacional de La Plata. La Plata. Argentina. ORCID: 0009-0002-3311-3995
Autor de correspondencia:
Igor Dlujnewsky Hernández. @
Sobre el artículo
Fecha de recepción: 4 de febrero de 2026
Fecha de aceptación: 10 de marzo de 2026
Fecha de publicación: 13 de marzo de 2026
DOI: https://doi.org/10.64396/v21-0072
Conflictos de interés: ninguno
Consentimiento informado: No aplicable
Financiación: ninguna
Declaración ética: Los autores declaran que este trabajo se ha realizado de acuerdo con los principios éticos y las normas internacionales de investigación biomédica, respetando los criterios de confidencialidad, integridad científica y buenas prácticas editoriales.
Autoría y responsabilidad: Todos los autores declaran haber participado activamente en el desarrollo del trabajo, haber revisado y aprobado la versión final del manuscrito y asumir responsabilidad pública por su contenido, conforme a los criterios internacionales de autoría.