Este whitepaper de Arkangel AI es una síntesis narrativa de evidencia, no un estudio revisado por pares ni una revisión sistemática, sobre lo que la IA puede y no puede hacer hoy en cirugía y anestesiología, con foco en América Latina. Reúne 28 fuentes de una búsqueda dirigida en PubMed y de documentos oficiales de la OMS, la FDA y la OPS (corte al 15 de junio de 2026) y clasifica seis dominios, desde las alertas de hipotensión intraoperatoria y la predicción de complicaciones hasta el video quirúrgico, la evaluación de habilidades y la programación de quirófanos, según su etapa de evidencia, desde el desarrollo retrospectivo hasta la implementación rutinaria.
La evidencia más cercana al uso clínico está en la predicción de hipotensión intraoperatoria: un metaanálisis de 8 reportes de ensayos aleatorizados (568 participantes contados con superposición), 7 de ellos sobre el Hypotension Prediction Index, no encontró diferencia significativa en la carga de hipotensión al incluir el ensayo más grande (diferencia de medias 0.22 mmHg, IC 95% −0.03 a 0.48; I² 93.8%). Los estudios regionales, como un modelo de duración quirúrgica en Bogotá con un RMSE de 26 minutos y la cohorte LASOS de 22,126 pacientes en 17 países con 14.6% de complicaciones, muestran capacidad de investigación, no efectividad clínica. Los autores concluyen que la IA puede apoyar tareas perioperatorias acotadas con validación local y gobernanza, no tomar decisiones intraoperatorias autónomas.
