Internet de las Cosas (IoT) y los sistemas interconectados para mejorar la seguridad del paciente, a través de la monitorización continua y la automatización de alertas en tiempo real

Abstract

La transformación digital en el sector salud ha impulsado la incorporación de tecnologías emergentes como el Internet de las Cosas Médicas (IoMT) y la Inteligencia Artificial (IA), especialmente en el área del diagnóstico por imágenes. Esta investigación tiene como objetivo analizar cómo la integración de dispositivos médicos interconectados, sensores fisiológicos y algoritmos inteligentes puede optimizar la calidad de las imágenes médicas en modalidades como la tomografía computarizada (TC), la resonancia magnética (RM) y la ecografía, fortaleciendo la seguridad del paciente y mejorando la precisión diagnóstica. Desde un enfoque cualitativo-descriptivo y mediante una revisión documental sistemática de literatura científica y técnica reciente (2010–2025), se exploran cinco ejes fundamentales: la monitorización fisiológica continua, la automatización de alertas clínicas, la interoperabilidad entre dispositivos, la mejora de la calidad de imagen mediante IA y los desafíos éticos, operativos y tecnológicos de su implementación. Se evidencia que la sinergia entre IoMT e IA permite intervenciones más oportunas, disminuye errores médicos y facilita la toma de decisiones basadas en datos en tiempo real. Sin embargo, también se identifican limitaciones como la falta de estandarización, la vulnerabilidad en la protección de datos clínicos y la necesidad de capacitar al personal sanitario. En conclusión, estas tecnologías no solo redefinen el diagnóstico por imágenes, sino que configuran un nuevo modelo de atención médica más predictivo, eficiente y centrado en el paciente.