Crespo Vintimilla, Edgar AdrianoUmala Llivichusca, Jenifer Selena2026-02-052026-02-052026Umala Llivichusca J.S. (2026) Efectividad de la inteligencia artificial en la interpretación de imágenes de cápsula endoscópica para el diagnóstico de enfermedades del intestino delgado: revisión sistemática. Universidad Católica de Cuenca10BT2026-TMed-2https://dspace.ucacue.edu.ec/handle/ucacue/21362Introducción: La cápsula endoscópica es una herramienta eficaz para evaluar el intestino delgado, pero su interpretación manual es prolongada y propensa a errores, por lo que la inteligencia artificial surge como una solución para automatizar el análisis y mejorar la precisión diagnóstica. Objetivos: evaluar la efectividad de la inteligencia artificial en la interpretación de cápsula endoscópica frente a la lectura convencional para diagnosticar enfermedades del intestino delgado. Metodología Criterios de elegibilidad: Se incluyeron estudios originales (2020–2025) en inglés o español que compararon la interpretación con IA frente a la convencional, excluyéndose revisiones, reportes de caso y trabajos sin metodología científica. Fuentes de información: Se realizaron búsquedas en PubMed, ScienceDirect y SciELO con descriptores DeCS/MeSH. Riesgo de sesgo: se emplearon las listas del National Institutes of Health (NIH) según el tipo de diseño. Síntesis de los resultados: los datos se organizaron en tablas descriptivas y se realizó una síntesis narrativa de acuerdo con el tipo de modelo y rendimiento diagnóstico. Resultados: se incluyeron 11 estudios observacionales y multicéntricos mostraron que la IA, aplicada a cápsula endoscópica, alcanza alta sensibilidad y especificidad, reduce el tiempo de lectura en más del 80 % y supera a la interpretación convencional en la detección de lesiones intestinales. Limitaciones: Las limitaciones incluyeron heterogeneidad metodológica, sesgo de publicación, baja representación latinoamericana y criterios de evaluación no uniformes. Conclusiones: La IA aumenta la precisión diagnóstica y reduce el tiempo de interpretación de la cápsula endoscópica, siendo una herramienta complementaria eficaz bajo supervisión médica y validación multicéntricaIntroduction: Capsule endoscopic is an effective tool for evaluating the small intestine; however, manual interpretation is time-consuming and prone to errors; therefore, artificial intelligence has emerged as a solution to automate analysis and improve diagnostic accuracy. Objectives: To evaluate the effectiveness of artificial intelligence in interpreting capsule endoscopy images compared to conventional reading for diagnosing small intestine diseases. Methodology - Eligibility Criteria: Original studies published between 2020 and 2025 in English or Spanish that compared AI-based interpretation with conventional reading were included, excluding reviews, case reports, and studies lacking scientific methodology. Databases: Searches were conducted in PubMed, ScienceDirect, and SciELO using DeCS/MeSH descriptors. Risk of bias: National Institutes of Health (NIH) lists were used according to the type of design. Summary of results: The data were organized into descriptive tables, and a narrative summary was conducted according to the type of model and diagnostic performance. Results: Eleven observational and multicenter studies were included, showing that AI applied to capsule endoscopy achieves high sensitivity and specificity, reduces reading time by more than 80%, and outperforms conventional interpretation in detecting intestinal lesions. Limitations: Identified limitations included methodological heterogeneity, publication bias, limited representation of Latin American populations, and non-uniform evaluation criteria. Conclusions: AI increases diagnostic accuracy and reduces capsule endoscopy interpretation time, being an effective complementary tool when used under medical supervision and multicenter validation. Keywords: capsule endoscopy, computer-aided diagnosis, artificial intelligence, small intestineapplication/pdfvii, 29 páginasspainfo:eu-repo/semantics/openAccessAtribución 4.0 Internacionalhttp://creativecommons.org/licenses/by/4.0/deed.esCÁPSULA ENDOSCÓPICA, DIAGNÓSTICO ASISTIDO POR COMPUTADORA, INTELIGENCIA ARTIFICIAL, INTESTINO DELGADOinfo:eu-repo/semantics/article