Los enfoques diagnósticos y terapéuticos convencionales en ortopedia suelen ser intensivos en tiempo y están asociados con altas tasas de error diagnóstico, lo que subraya la urgente necesidad de herramientas más eficientes para mejorar la situación actual. Recientemente, la inteligencia artificial (IA) se ha integrado cada vez más en la práctica ortopédica, proporcionando enfoques basados en datos para apoyar los procesos diagnósticos y terapéuticos. Con el avance continuo de las tecnologías de IA y su incorporación en los flujos de trabajo rutinarios de ortopedia, se ha vuelto cada vez más esencial una comprensión integral de los principios de la IA y sus aplicaciones clínicas. La revisión comienza con un resumen de los conceptos centrales y la evolución histórica de la IA, seguido de un examen de los marcos de aprendizaje automático y aprendizaje profundo diseñados para aplicaciones clínicas y de investigación en ortopedia. Luego exploramos diversas aplicaciones basadas en IA en ortopedia, incluyendo análisis de imágenes, diagnóstico de enfermedades y enfoques de tratamiento tales como asistencia quirúrgica, desarrollo de fármacos, apoyo a la rehabilitación y terapia personalizada. Estas aplicaciones están diseñadas para ayudar a investigadores y clínicos a obtener una comprensión más profunda de las aplicaciones actuales de la IA en ortopedia. La revisión también destaca los desafíos y limitaciones clave que afectan el uso práctico de la IA, tales como la calidad de los datos, la generalizabilidad del modelo y la validación clínica. Finalmente, discutimos posibles direcciones futuras para mejorar las tecnologías de IA y promover su integración segura y efectiva en el cuidado ortopédico.

Inteligencia artificial (IA);Ortopedia;Aprendizaje automático (ML);Aprendizaje profundo (DL);Diagnóstico;Terapéutica