{"id":{"repo_id":"catalunya","oai_identifier":"oai:openaccess.uoc.edu:10609/155228"},"canonical_url":"https://search.dev.ndltd.org/etd/catalunya/oai:openaccess.uoc.edu:10609/155228","repository":{"repo_id":"catalunya","name":"Universitat Oberta de Catalunya","base_url":"https://openaccess.uoc.edu/server/oai/request"},"display":{"title":"Anestesia general guiada por Inteligencia Artificial (IA) y su impacto sobre la seguridad del paciente quirúrgico: situación actual y perspectivas para la práctica clínica.","abstract":"La inteligencia artificial (IA) aplicada a la anestesia general ha experimentado un crecimiento exponencial en los últimos años, con un número creciente de modelos orientados a la predicción, la monitorización y el apoyo a la toma de decisiones clínicas. El objetivo de este estudio fue analizar de forma sistemática el estado actual de la evidencia sobre el impacto potencial de estas aplicaciones en la seguridad del paciente quirúrgico. Se realizó una revisión sistemática descriptiva siguiendo las recomendaciones PRISMA 2020. La búsqueda se efectuó en MEDLINE (PubMed) e incluyó estudios originales publicados entre 2023 y 2025, con una muestra final de 22 trabajos. Los trabajos se agruparon en dominios conceptuales y categorías funcionales de aplicación clínica. La calidad metodológica y el riesgo de sesgo se evaluaron mediante herramientas adaptadas al tipo de estudio, destacando el empleo de PROBAST+AI para los modelos predictivos. Los resultados muestran una marcada heterogeneidad en cuanto a poblaciones, tamaños muestrales, fuentes de datos y metodologías de IA empleadas. Si bien muchos estudios reportan métricas de rendimiento excelentes, la mayoría presentan limitaciones relevantes, en particular la ausencia de validación externa independiente, problemas de aplicabilidad clínica y una escasa evaluación del impacto sobre desenlaces de seguridad del paciente quirúrgico. En conjunto, la evidencia sugiere que la IA en anestesia general se encuentra en una fase avanzada de desarrollo técnico, pero aún inmadura para una integración clínica segura y generalizada en los flujos de trabajo del quirófano. Su principal valor añadido en el momento actual radica en el refuerzo de la anticipación del riesgo perioperatorio, más que en la automatización del acto anestésico. Serán necesarios estudios prospectivos, multicéntricos y orientados a resultados clínicamente relevantes para definir con mayor solidez su papel en la práctica anestésica.","abstract_html":"La inteligencia artificial (IA) aplicada a la anestesia general ha experimentado un crecimiento exponencial en los últimos años, con un número creciente de modelos orientados a la predicción, la monitorización y el apoyo a la toma de decisiones clínicas. El objetivo de este estudio fue analizar de forma sistemática el estado actual de la evidencia sobre el impacto potencial de estas aplicaciones en la seguridad del paciente quirúrgico. Se realizó una revisión sistemática descriptiva siguiendo las recomendaciones PRISMA 2020. La búsqueda se efectuó en MEDLINE (PubMed) e incluyó estudios originales publicados entre 2023 y 2025, con una muestra final de 22 trabajos. Los trabajos se agruparon en dominios conceptuales y categorías funcionales de aplicación clínica. La calidad metodológica y el riesgo de sesgo se evaluaron mediante herramientas adaptadas al tipo de estudio, destacando el empleo de PROBAST+AI para los modelos predictivos. Los resultados muestran una marcada heterogeneidad en cuanto a poblaciones, tamaños muestrales, fuentes de datos y metodologías de IA empleadas. Si bien muchos estudios reportan métricas de rendimiento excelentes, la mayoría presentan limitaciones relevantes, en particular la ausencia de validación externa independiente, problemas de aplicabilidad clínica y una escasa evaluación del impacto sobre desenlaces de seguridad del paciente quirúrgico. En conjunto, la evidencia sugiere que la IA en anestesia general se encuentra en una fase avanzada de desarrollo técnico, pero aún inmadura para una integración clínica segura y generalizada en los flujos de trabajo del quirófano. Su principal valor añadido en el momento actual radica en el refuerzo de la anticipación del riesgo perioperatorio, más que en la automatización del acto anestésico. Serán necesarios estudios prospectivos, multicéntricos y orientados a resultados clínicamente relevantes para definir con mayor solidez su papel en la práctica anestésica.","abstract_has_math":false,"creators":["Barcala, Inge"],"institution":"Universitat Oberta de Catalunya (UOC)","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026-01","date_published":"2026-01","updated_at":"2026-07-27T19:07:05Z","subjects":["inteligencia artificial","anestesiología","anestesia general","manejo intraoperatorio","seguridad del paciente","artificial intelligence","anesthesiology","general anesthesia","patient safety","intraoperative management"],"languages":["spa"],"rights":["CC BY-NC-ND"],"rights_urls":["https://creativecommons.org/licenses/by-nc-nd/4.0/"],"identifier_entries":[]},"links":{"outbound_url":"https://hdl.handle.net/10609/155228","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Barcala, Inge"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2026-05-18T06:16:19Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2026-05-18T06:16:19Z"]},{"key":"dc:date.issued","label":"Date","values":["2026-01"]},{"key":"dc:publisher","label":"Institution","values":["Universitat Oberta de Catalunya (UOC)"]},{"key":"dc:type","label":"Dc Type","values":["info:eu-repo/semantics/masterThesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["inteligencia artificial","anestesiología","anestesia general","manejo intraoperatorio","seguridad del paciente","artificial intelligence","anesthesiology","general anesthesia","patient safety","intraoperative management"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["spa"]},{"key":"dc:rights","label":"Dc Rights","values":["CC BY-NC-ND"]},{"key":"dc:rights.uri","label":"Rights URI","values":["https://creativecommons.org/licenses/by-nc-nd/4.0/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://hdl.handle.net/10609/155228"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["La inteligencia artificial (IA) aplicada a la anestesia general ha experimentado un crecimiento exponencial en los últimos años, con un número creciente de modelos orientados a la predicción, la monitorización y el apoyo a la toma de decisiones clínicas. El objetivo de este estudio fue analizar de forma sistemática el estado actual de la evidencia sobre el impacto potencial de estas aplicaciones en la seguridad del paciente quirúrgico. Se realizó una revisión sistemática descriptiva siguiendo las recomendaciones PRISMA 2020. La búsqueda se efectuó en MEDLINE (PubMed) e incluyó estudios originales publicados entre 2023 y 2025, con una muestra final de 22 trabajos. Los trabajos se agruparon en dominios conceptuales y categorías funcionales de aplicación clínica. La calidad metodológica y el riesgo de sesgo se evaluaron mediante herramientas adaptadas al tipo de estudio, destacando el empleo de PROBAST+AI para los modelos predictivos. Los resultados muestran una marcada heterogeneidad en cuanto a poblaciones, tamaños muestrales, fuentes de datos y metodologías de IA empleadas. Si bien muchos estudios reportan métricas de rendimiento excelentes, la mayoría presentan limitaciones relevantes, en particular la ausencia de validación externa independiente, problemas de aplicabilidad clínica y una escasa evaluación del impacto sobre desenlaces de seguridad del paciente quirúrgico. En conjunto, la evidencia sugiere que la IA en anestesia general se encuentra en una fase avanzada de desarrollo técnico, pero aún inmadura para una integración clínica segura y generalizada en los flujos de trabajo del quirófano. Su principal valor añadido en el momento actual radica en el refuerzo de la anticipación del riesgo perioperatorio, más que en la automatización del acto anestésico. Serán necesarios estudios prospectivos, multicéntricos y orientados a resultados clínicamente relevantes para definir con mayor solidez su papel en la práctica anestésica.","Artificial intelligence (AI) applications in general anesthesia have expanded rapidly in recent years, particularly in areas related to prediction, monitoring, and clinical decision support. This systematic review aimed to evaluate the current evidence on the potential impact of intraoperative AI applications on surgical patient safety. A descriptive systematic review was conducted in accordance with PRISMA 2020 guidelines. MEDLINE (PubMed) was searched for original studies published between 2023 and 2025, yielding a final inclusion of 22 articles. Studies were classified into conceptual domains and functional categories according to their clinical application. Methodological quality and risk of bias were assessed using design specific appraisal tools, with PROBAST+AI applied to predictive models. Considerable heterogeneity was observed across studies with respect to patient populations, sample sizes, data sources, and AI methodologies. While many studies reported excellent algorithmic performance, most were affected by important methodological limitations, particularly the absence of independent external validation, limited clinical applicability, and insufficient assessment of impact on patient-centered safety outcomes. Overall, the available evidence indicates that AI in general anesthesia has achieved advanced technical development but remains insufficiently mature for safe and widespread integration into routine operating theatre workflows. At present, its principal value appears to lie in supporting perioperative risk anticipation rather than in automating anesthetic management. Well-designed prospective, multicentre studies focusing on clinically relevant outcomes are required to better define the role of AI in contemporary anesthetic practice."]},{"key":"dc:title","label":"Title","values":["Anestesia general guiada por Inteligencia Artificial (IA) y su impacto sobre la seguridad del paciente quirúrgico: situación actual y perspectivas para la práctica clínica."]}]}],"canonical_facts":{"dc:creator":["Barcala, Inge"],"dc:date.accessioned":["2026-05-18T06:16:19Z"],"dc:date.available":["2026-05-18T06:16:19Z"],"dc:date.issued":["2026-01"],"dc:description.abstract":["La inteligencia artificial (IA) aplicada a la anestesia general ha experimentado un crecimiento exponencial en los últimos años, con un número creciente de modelos orientados a la predicción, la monitorización y el apoyo a la toma de decisiones clínicas. El objetivo de este estudio fue analizar de forma sistemática el estado actual de la evidencia sobre el impacto potencial de estas aplicaciones en la seguridad del paciente quirúrgico. Se realizó una revisión sistemática descriptiva siguiendo las recomendaciones PRISMA 2020. La búsqueda se efectuó en MEDLINE (PubMed) e incluyó estudios originales publicados entre 2023 y 2025, con una muestra final de 22 trabajos. Los trabajos se agruparon en dominios conceptuales y categorías funcionales de aplicación clínica. La calidad metodológica y el riesgo de sesgo se evaluaron mediante herramientas adaptadas al tipo de estudio, destacando el empleo de PROBAST+AI para los modelos predictivos. Los resultados muestran una marcada heterogeneidad en cuanto a poblaciones, tamaños muestrales, fuentes de datos y metodologías de IA empleadas. Si bien muchos estudios reportan métricas de rendimiento excelentes, la mayoría presentan limitaciones relevantes, en particular la ausencia de validación externa independiente, problemas de aplicabilidad clínica y una escasa evaluación del impacto sobre desenlaces de seguridad del paciente quirúrgico. En conjunto, la evidencia sugiere que la IA en anestesia general se encuentra en una fase avanzada de desarrollo técnico, pero aún inmadura para una integración clínica segura y generalizada en los flujos de trabajo del quirófano. Su principal valor añadido en el momento actual radica en el refuerzo de la anticipación del riesgo perioperatorio, más que en la automatización del acto anestésico. Serán necesarios estudios prospectivos, multicéntricos y orientados a resultados clínicamente relevantes para definir con mayor solidez su papel en la práctica anestésica.","Artificial intelligence (AI) applications in general anesthesia have expanded rapidly in recent years, particularly in areas related to prediction, monitoring, and clinical decision support. This systematic review aimed to evaluate the current evidence on the potential impact of intraoperative AI applications on surgical patient safety. A descriptive systematic review was conducted in accordance with PRISMA 2020 guidelines. MEDLINE (PubMed) was searched for original studies published between 2023 and 2025, yielding a final inclusion of 22 articles. Studies were classified into conceptual domains and functional categories according to their clinical application. Methodological quality and risk of bias were assessed using design specific appraisal tools, with PROBAST+AI applied to predictive models. Considerable heterogeneity was observed across studies with respect to patient populations, sample sizes, data sources, and AI methodologies. While many studies reported excellent algorithmic performance, most were affected by important methodological limitations, particularly the absence of independent external validation, limited clinical applicability, and insufficient assessment of impact on patient-centered safety outcomes. Overall, the available evidence indicates that AI in general anesthesia has achieved advanced technical development but remains insufficiently mature for safe and widespread integration into routine operating theatre workflows. At present, its principal value appears to lie in supporting perioperative risk anticipation rather than in automating anesthetic management. Well-designed prospective, multicentre studies focusing on clinically relevant outcomes are required to better define the role of AI in contemporary anesthetic practice."],"dc:identifier.uri":["https://hdl.handle.net/10609/155228"],"dc:language.iso":["spa"],"dc:publisher":["Universitat Oberta de Catalunya (UOC)"],"dc:rights":["CC BY-NC-ND"],"dc:rights.uri":["https://creativecommons.org/licenses/by-nc-nd/4.0/"],"dc:subject":["inteligencia artificial","anestesiología","anestesia general","manejo intraoperatorio","seguridad del paciente","artificial intelligence","anesthesiology","general anesthesia","patient safety","intraoperative management"],"dc:title":["Anestesia general guiada por Inteligencia Artificial (IA) y su impacto sobre la seguridad del paciente quirúrgico: situación actual y perspectivas para la práctica clínica."],"dc:type":["info:eu-repo/semantics/masterThesis"]},"updated_at":"2026-07-27T19:07:05Z"}