Revisión sistemática sobre técnicas de visión por computadora aplicadas a la clasificación de leucocitos

Resumen

Introducción: La clasificación automatizada de leucocitos mediante visión por computadora es una alternativa prometedora al análisis manual, que resulta laborioso y subjetivo. Objetivo: Esta revisión sistemática tiene como objetivo analizar y sintetizar la evidencia sobre los algoritmos de aprendizaje automático aplicados a la clasificación de leucocitos en imágenes de frotis de sangre periférica, evaluando su desempeño y los desafíos asociados. Métodos: Se realizó una revisión sistemática (PRISMA) en las bases de datos MEDLINE/PubMed, Embase y Scopus para estudios publicados entre 2020 y 2025. Resultados: De 300 registros iniciales, se incluyeron 28 estudios. Los resultados indican un predominio de modelos de aprendizaje profundo (CNN, YOLO), con precisiones que superan frecuentemente el 95% en la clasificación de leucocitos maduros. Conclusión: Aunque técnicamente madura para la clasificación de células normales, el área enfrenta desafíos como la heterogeneidad metodológica entre los estudios y una brecha en la clasificación de células inmaduras y atípicas, que poseen mayor relevancia clínica.