René Alfredo Cuenca Robledo

René Alfredo Cuenca Robledo

Auto-generated profile, based on publicly available information

René Alfredo Cuenca Robledo

Médico Universidad de Especialidades Espíritu Santo, Medico, Ecuador

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
2 December 2025
Verified
Book
Closed access
JÁJuan Carlos Serrano Álvarez
Juan Carlos Serrano Álvarez
CMCristóbal Lenin Fajardo Menoscal
Cristóbal Lenin Fajardo Menoscal
SBSantiago Vinicio Estrada Brito
Santiago Vinicio Estrada Brito
EZEsteban Mauricio Coronel Zenteno
Esteban Mauricio Coronel Zenteno
RRRené Alfredo Cuenca Robledo
René Alfredo Cuenca Robledo
Claves en Traumatología y Ortopedia es una obra concisa y altamente práctica que reúne los principios esenciales del diagnóstico, manejo y toma de decisiones en las patologías musculoesqueléticas más frecuentes. Diseñado para médicos en formación y especialistas que buscan una referencia rápida pero rigurosa, el libro ofrece una visión actualizada de las lesiones traumáticas, enfermedades ortopédicas y abordajes terapéuticos modernos.

1 December 2025 in Revista sanitaria de investigación
Verified
Journal Article
Closed access
GCGiovanna Dennise Moreira Cruz
Giovanna Dennise Moreira Cruz
AAAngie Jazmín Olivo Acurio
Angie Jazmín Olivo Acurio
RRRené Alfredo Cuenca Robledo
René Alfredo Cuenca Robledo
JLJhonnatan Patricio Guilcapi López
Jhonnatan Patricio Guilcapi López
MVMaría José Argüello Villamar
María José Argüello Villamar
La otitis media aguda y la otitis media crónica representan dos de las patologías otológicas de mayor prevalencia e impacto en la salud pública mundial, afectando de manera significativa tanto a la población pediátrica como a la adulta. El diagnóstico diferencial tradicional, fundamentado en la otoscopia convencional, presenta limitaciones inherentes sustanciales, dependiendo en gran medida de la experiencia clínica del examinador y mostrando una elevada variabilidad entre distintos observadores. Ante este desafío clínico, los sistemas de inteligencia artificial, y específicamente las redes neuronales convolucionales, han emergido como una solución tecnológica disruptiva para el análisis automatizado y preciso de imágenes médicas. El presente estudio multicéntrico desarrolla, valida e implementa un modelo de aprendizaje profundo basado en la arquitectura EfficientNet-B3, utilizando técnicas de transferencia de aprendizaje para clasificar automáticamente imágenes otoscópicas en tres categorías clínicas fundamentales: oído normal, otitis media aguda y otitis media crónica (incluyendo variantes supurativas y no supurativas). Se conformó un conjunto de datos robusto de 12.564 imágenes otoscópicas, validadas mediante un riguroso consenso de expertos. El modelo propuesto alcanzó una exactitud global del 94,8 %, con una sensibilidad del 93,1 % para la patología aguda y 95,6 % para la crónica, y una especificidad del 96,2 %. El área bajo la curva de características operativas del receptor reportó valores de 0,987, 0,979 y 0,992 para normalidad, enfermedad aguda y enfermedad crónica, respectivamente. Estos resultados, superiores al rendimiento promedio de médicos generales y residentes, sugieren que los algoritmos computacionales pueden fungir como herramientas de apoyo diagnóstico de alta precisión, optimizando la toma de decisiones clínicas en entornos de atención primaria y telemedicina.