LA INTELIGENCIA ARTIFICIAL EN LA APLICACIÓN DE LA BIOIMPEDANCIA ELÉCTRICA PARA EL DIAGNÓSTICO CLÍNICO

Introducción: La evaluación de la composición corporal es fundamental en la investigación clínica y nutricional, ya que permite identificar riesgos asociados a la obesidad, desnutrición y desequilibrios hídricos. Tradicionalmente, la bioimpedancia eléctrica (BIA) ha sido empleada como herramienta no invasiva para estimar parámetros como grasa corporal, masa muscular e hidratación.. Objetivo: Determinar la eficacia de la inteligencia artificial en la mejora de la precisión diagnóstica de la composición corporal estimada mediante bioimpedancia eléctrica. Metodología: Se realizó un estudio transversal con 400 participantes de diferentes rangos de edad y sexo. Los parámetros de grasa corporal, masa muscular e hidratación fueron medidos mediante bioimpedancia eléctrica. Posteriormente, se aplicaron modelos de IA entrenados con las variables individuales (edad, sexo, peso y talla), con el fin de ajustar y optimizar las predicciones obtenidas.. Resultados: Los análisis mostraron que la IA redujo el margen de error diagnóstico en un promedio del 50%. Para la grasa corporal, el error pasó de 2.03% a 1.01%; en masa muscular disminuyó de 2.52% a 1.25%; y en hidratación de 1.79% a 0.89%. Estos hallazgos evidencian que la IA mejoró significativamente la exactitud de las estimaciones, aportando un diagnóstico más confiable y personalizado. Conclusión: La incorporación de inteligencia artificial en la interpretación de bioimpedancia eléctrica optimiza los resultados obtenidos por los métodos convencionales, reduciendo los errores y potenciando su aplicabilidad clínica y nutricional.