Este whitepaper de Arkangel AI revisa qué puede hacer hoy la IA de apoyo en dermatología, qué no puede prometer todavía y qué gobernanza necesita para una adopción segura en hospitales y equipos clínicos de América Latina. Es una síntesis narrativa de 24 fuentes, obtenidas con búsquedas dirigidas en PubMed, Europe PMC, Crossref, páginas editoriales y fuentes regulatorias, que cubre cuatro tareas: clasificación de lesiones y cáncer de piel, apoyo diagnóstico dermatológico amplio, teledermatología y triaje, y gobernanza de datos e implementación. Cuatro búsquedas focalizadas en Europe PMC el 22 de julio de 2026 (40 posiciones revisadas) aportaron fuentes regionales.
La evidencia más madura corresponde a lesiones pigmentadas, cáncer de piel y dermatoscopia: desde el estudio de Esteva y colaboradores, los modelos muestran un desempeño comparable al de dermatólogos en tareas con imágenes curadas, y el resultado de la colaboración entre humanos e IA depende de cómo se combine el modelo con los lectores. El diagnóstico diferencial amplio, el seguimiento longitudinal y las personas con piel de color siguen poco estudiados. La búsqueda no encontró validaciones clínicas prospectivas de IA dermatológica en América Latina; la evidencia regional se refiere a teledermatología, formación en dermatoscopia y telemedicina, como un programa de teledermatología en São Paulo con 30 976 personas que cambió la remisión y los tiempos de espera sin evaluar IA. Los autores respaldan el uso de la IA para apoyo a la lectura, triaje, educación y remisión bajo revisión clínica, no para diagnóstico autónomo, y piden datos representativos, validación local por tipo de piel y dispositivo, y flujos de trabajo gobernados. El documento es un whitepaper, no revisado por pares ni una revisión sistemática; todos los autores están vinculados a Arkangel AI y la evidencia citada no evalúa productos de Arkangel.
