Los puntos clave no están disponibles para este artículo en este momento.
INTRODUCCIÓN Y OBJETIVO: Presentar la historia de la inteligencia artificial (IA) en urología en urolitiasis y entender cómo las tecnologías de IA han transformado el panorama del cuidado y el futuro de la IA en la enfermedad de cálculos urinarios. MÉTODOS: Se realizó una revisión exhaustiva de literatura vía PubMed para encontrar artículos de revistas y textos que describen la aplicación de IA a la urolitiasis. RESULTADOS: Las primeras publicaciones que exploran el papel de la IA en la identificación y tratamiento de urolitiasis datan de los años 1990 y principios de 2000. Con el tiempo, han surgido cuatro dominios de estudio. El primer dominio, aprendizaje automático (ML), que implica el desarrollo de algoritmos estadísticos y modelos para analizar y extraer inferencias de patrones en datos, ha sido aplicado para predecir desenlaces clínicos en urolitiasis. En estudios iniciales, científicos predijeron dimensiones de cálculos a partir de imágenes de tomografía computarizada y ecografía, composición de cálculos, paso espontáneo de cálculos y resultados de procedimientos endourológicos. El segundo dominio está compuesto por aprendizaje profundo (DL) y redes neuronales artificiales (ANNs) mediante los cuales las computadoras aprenden a procesar datos de manera inspirada en el cerebro humano. Estos algoritmos se han aplicado para identificar cálculos, explorar polimorfismos genéticos en enfermedad litiásica, describir hábitos de pacientes relacionados con el desarrollo de cálculos y predecir estado libre de cálculos tras litotricia extracorpórea por ondas de choque. El tercer dominio es visión por computadora (CV) mediante la cual las computadoras obtienen información de la interpretación de imágenes y videos. CV se ha usado para predecir la composición de cálculos renales a partir de fotografías digitales y grabaciones de video de cálculos. El último dominio es procesamiento de lenguaje natural (NLP), a través del cual las máquinas interpretan y responden a datos de texto o voz. Históricamente, se ha usado para escanear el registro médico electrónico o informes radiológicos para realizar estudios a gran escala sobre urolitiasis. Más notablemente, ChatGPT, introducido en noviembre de 2022, ha producido avances significativos en la comunicación con el paciente. ChatGPT puede generar instrucciones completas y precisas centradas en el paciente. Además, se ha demostrado que ChatGPT es preciso en interacciones orientadas al paciente sobre urolitiasis. CONCLUSIONES: La historia y futuro de la IA en urología, particularmente ChatGPT, subrayan el impacto profundo de estas tecnologías en la atención urológica. A medida que la tecnología avanza, los estudios han evolucionado de predecir resultados clínicos a tener interacciones centradas en el paciente. La IA en urología tiene una rica historia y se espera que inaugure una nueva era de atención precisa y centrada en el paciente.
Alshak et al. (Mon,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: