Manuel Alejandro Reyes Muñoz

Manuel Alejandro Reyes Muñoz

Auto-generated profile, based on publicly available information

Manuel Alejandro Reyes Muñoz

Universidad Anáhuac México

Research Focus & Metrics

Academic Career Length

2Years (2025-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
5 August 2026 in Revista Politécnica de la Ciencia
Verified
Journal Article
Closed access
PDF file
MMManuel Alejandro Reyes Muñoz
Manuel Alejandro Reyes Muñoz
DHDaniela Estefanía Durán Holguín
Daniela Estefanía Durán Holguín
GOGeovanna María Pazmiño Olmedo
Geovanna María Pazmiño Olmedo
PBPaula Andrea Garzón Benavides
Paula Andrea Garzón Benavides
La inteligencia artificial (IA) se ha consolidado como una de las tecnologías más prometedoras para el diagnóstico temprano mediante imágenes médicas, debido a su capacidad para mejorar la precisión diagnóstica, agilizar la interpretación de estudios y apoyar la toma de decisiones clínicas. El objetivo de este trabajo fue analizar los avances recientes en la aplicación de la IA en el diagnóstico temprano por imágenes médicas y describir los principales desafíos clínicos, tecnológicos y éticos asociados a su implementación. Para ello, se realizó una revisión narrativa de la literatura científica publicada entre 2016 y 2025, utilizando las bases de datos PubMed/MEDLINE, Scopus, Web of Science y ScienceDirect. Se incluyeron estudios originales, revisiones sistemáticas, metaanálisis y otros documentos científicos relacionados con el uso de inteligencia artificial en imágenes médicas. La información recopilada fue organizada y analizada mediante un enfoque temático, considerando las áreas clínicas de aplicación, las tecnologías empleadas, los resultados diagnósticos obtenidos y las limitaciones identificadas. Los hallazgos evidenciaron que los algoritmos de aprendizaje profundo han alcanzado niveles de precisión comparables a los de especialistas en oncología, neurología, enfermedades respiratorias y cardiología. Asimismo, se identificaron beneficios significativos asociados con la detección temprana de enfermedades, la reducción de la variabilidad diagnóstica y la optimización de los flujos de trabajo clínicos. Sin embargo, persisten limitaciones relevantes, entre ellas la escasa capacidad de generalización de algunos modelos, la presencia de sesgos en los datos de entrenamiento, la limitada interpretabilidad de ciertos algoritmos y la necesidad de fortalecer los marcos regulatorios y éticos. Se concluye que la inteligencia artificial constituye una herramienta complementaria con gran potencial para el diagnóstico temprano mediante imágenes médicas; no obstante, su implementación debe sustentarse en modelos transparentes, validados en diversos contextos clínicos y respaldados por estrategias que garanticen la seguridad, la equidad y la confiabilidad de su resultado.

21 June 2025 in Salud, Ciencia y Tecnología
Verified
Journal Article
Open access
PDF file
ITInés Patricia Jara Tapia
Inés Patricia Jara Tapia
CMCarol Alexandra Sánchez Martínez
Carol Alexandra Sánchez Martínez
MMManuel Alejandro Reyes Muñoz
Manuel Alejandro Reyes Muñoz
XVXavier Andrés Fernández Vélez
Xavier Andrés Fernández Vélez
ECElías Joel Loaiza Cevallos
Elías Joel Loaiza Cevallos
NJNubia Estefani Ardila Jalilie
Nubia Estefani Ardila Jalilie
Introduction: patients with critical comorbidities undergoing major abdominal surgery face elevated risks of complications due to reduced physiological reserve. Hemodynamic and metabolic optimization strategies, including goal-directed fluid therapy and glycemic or nutritional protocols, may improve perioperative outcomes. This systematic review evaluates the effectiveness of such interventions in high-risk patients.Methodology: a systematic search was performed in PubMed, Google Scholar and Cochrane Library up to May 2025. Eligible studies included randomized controlled trials and cohort observational studies. Risk of bias was assessed using the Cochrane RoB 2.0 tool for RCTs and the Newcastle–Ottawa Scale for observational studies. Two reviewers independently screened and extracted data.Results: seventeen studies evaluated hemodynamic and metabolic optimization in high-risk abdominal surgery. Hemodynamic strategies—such as goal-directed fluid therapy guided by cardiac index or stroke volume variation—were associated with reductions in 30-day mortality (15.5% vs. 21.8%, p=0.005), complications, ICU admissions, and length of stay in several trials. However, outcomes were inconsistent across studies, with some showing no significant benefits. Metabolic optimization, including glycemic control and individualized nutrition, improved nitrogen balance, body composition, glycemic targets, and reduced liver dysfunction. Malnutrition was linked to increased complications and prolonged hospital stay. While many interventions showed promising results, variability in study designs and outcomes limits definitive conclusions.Conclusion: hemodynamic and metabolic optimization may improve outcomes in high-risk abdominal surgery, though effects vary. Multimodal strategies targeting fluid balance, glycemic control, and nutrition appear beneficial.