Este whitepaper de Arkangel AI es un resumen narrativo de evidencia para la comunidad, no un estudio revisado por pares ni una revisión de alcance formal, sobre lo que la IA puede apoyar hoy en pediatría en América Latina. Sintetiza 29 fuentes de PubMed, Crossref, revistas biomédicas y documentos institucionales (corte al 14 de junio de 2026) en siete dominios: apoyo a la decisión clínica, radiología, cuidado intensivo neonatal y pediátrico, asma, cirugía pediátrica, seguridad de medicamentos y lenguaje clínico, con evidencia regional de Brasil, México y Argentina y un marco de sistemas de información de la OPS.
El campo está dominado por el desarrollo de modelos y la evaluación temprana: una revisión de 112 estudios de IA en cirugía pediátrica encontró que solo el 6% de los modelos era a la vez interpretable y validado externamente y que el 40% tenía alto riesgo de sesgo, y los 40 estudios de texto clínico pediátrico identificados fueron retrospectivos. En la región, el tamizaje de retinopatía del prematuro con video de celular en 512 neonatos de México y Argentina alcanzó una sensibilidad por paciente del 93.3% frente al 73.3% de los oftalmólogos, pero con menor especificidad y exactitud, y un modelo de mortalidad neonatal en São Paulo logró un AUC de 0.971 de forma retrospectiva. Los autores concluyen que los usos más defendibles son la revisión supervisada de información, la priorización y los borradores revisables, y que los modelos de adultos no pueden trasladarse a niños sin validación local por edad, peso y contexto.
