Ce livre blanc d’Arkangel AI est une synthèse narrative destinée à la communauté, et non une étude évaluée par les pairs ni une revue de portée formelle, sur ce que l’IA peut soutenir aujourd’hui en pédiatrie en Amérique latine. Il synthétise 29 sources issues de PubMed, de Crossref, de revues biomédicales et de documents institutionnels (arrêt au 14 juin 2026) dans sept domaines : aide à la décision clinique, radiologie, soins intensifs néonatals et pédiatriques, asthme, chirurgie pédiatrique, sécurité médicamenteuse et langage clinique, avec des données régionales du Brésil, du Mexique et d’Argentine et un cadre de l’OPS sur les systèmes d’information.
Le domaine reste dominé par le développement de modèles et l’évaluation précoce : une revue de 112 études d’IA en chirurgie pédiatrique a montré que seuls 6 % des modèles étaient à la fois interprétables et validés en externe et que 40 % présentaient un risque élevé de biais, et les 40 études de texte clinique pédiatrique recensées étaient toutes rétrospectives. Dans la région, le dépistage de la rétinopathie du prématuré par vidéo sur smartphone chez 512 nouveau-nés du Mexique et d’Argentine a atteint une sensibilité par patient de 93.3 % contre 73.3 % pour les ophtalmologistes, mais avec une spécificité et une exactitude plus faibles, et un modèle de mortalité néonatale à São Paulo a obtenu une AUC de 0.971 de façon rétrospective. Les auteurs concluent que les usages les plus défendables sont la revue supervisée de l’information, la priorisation et les brouillons vérifiables, et que les modèles adultes ne peuvent pas être transposés aux enfants sans validation locale selon l’âge, le poids et le contexte.
