DEEP LEARNING PARA EL DIAGNÓSTICO AUTOMÁTICO DE LESIONES DE LA MEMBRANA TIMPÁNICA MEDIANTE OTOSCOPIA DIGITAL: PRECISIÓN DIAGNÓSTICA, APLICACIONES CLÍNICAS Y DESAFÍOS DE IMPLEMENTACIÓN

Resumen

DOI: https://doi.org/10.46296/yc.v10i19.0972

Resumen

Introducción: La otoscopia constituye el pilar de la evaluación de la membrana timpánica, pero su interpretación depende de la experiencia del examinador, de la calidad de la imagen y de la correcta visualización de los reparos anatómicos. En los últimos años, el deep learning ha permitido automatizar tareas de clasificación, segmentación y cuantificación de lesiones timpánicas, con aplicaciones potenciales en otorrinolaringología, atención primaria y telemedicina. Objetivo: Analizar la evidencia reciente sobre deep learning aplicado al diagnóstico automático de lesiones de la membrana timpánica mediante otoscopia digital, describiendo desempeño diagnóstico, utilidad clínica, limitaciones y prioridades para su implementación segura. Métodos: Se realizó una revisión narrativa crítica y actualización de evidencia publicada principalmente entre enero de 2020 y agosto de 2026. Se priorizaron estudios originales y revisiones indexadas que evaluaron redes neuronales profundas sobre imágenes otoscópicas u otoendoscópicas para clasificación, detección, segmentación o cuantificación de patología timpánica. Se extrajeron arquitectura, tamaño del conjunto de imágenes, categorías diagnósticas, estrategia de validación y métricas de rendimiento. Resultados: Las redes convolucionales alcanzan con frecuencia exactitudes superiores al 90% en validaciones internas para diferenciar membranas normales de patológicas y para clasificar otitis media, perforaciones y colesteatoma. Estudios con 2.272 a 6.066 imágenes reportaron exactitudes aproximadas de 93–97%, mientras que sistemas móviles han mostrado rendimiento elevado en escenarios controlados. Sin embargo, la validación externa evidencia una disminución sustancial del desempeño: un estudio multicohorte mostró una caída del AUROC medio de 0,95 en validación interna a 0,76 en conjuntos externos. La segmentación automática ha alcanzado coeficientes Dice cercanos a 0,93 y permite cuantificar perforaciones y extraer características con valor funcional. Conclusiones: El deep learning aplicado a otoscopia digital presenta un alto potencial como herramienta de apoyo diagnóstico, triage y tele-otoscopia, pero la evidencia actual no justifica su uso autónomo. La generalización entre dispositivos, centros y poblaciones, la calidad del estándar de referencia, la calibración, la explicabilidad y la validación prospectiva multicéntrica siguen siendo requisitos esenciales para la transición desde prototipos de investigación hacia sistemas clínicamente confiables.

Palabras claves: deep learning; membrana timpánica; otoscopia; inteligencia artificial; otitis media; perforación timpánica; colesteatoma; imagen médica.

Abstract

Introduction: Otoscopy is central to tympanic membrane assessment, but interpretation depends on examiner expertise, image quality, and adequate visualization of anatomic landmarks. Deep learning has enabled automated classification, segmentation, and quantitative analysis of tympanic membrane abnormalities, creating potential applications in otolaryngology, primary care, and telemedicine. Objective: To critically review recent evidence on deep learning for automated diagnosis of tympanic membrane lesions using digital otoscopy, focusing on diagnostic performance, clinical utility, limitations, and priorities for safe implementation. Methods: A structured narrative review and evidence update was conducted, focusing mainly on studies published from January 2020 through August 2026. Original studies and indexed reviews evaluating deep neural networks on otoscopic or otoendoscopic images for classification, detection, segmentation, or quantification of tympanic membrane pathology were prioritized. Architecture, dataset size, diagnostic classes, validation strategy, and performance metrics were extracted. Results: Convolutional neural networks frequently achieve internal-validation accuracies above 90% for normal-versus-abnormal classification and for otitis media, tympanic membrane perforation, and cholesteatoma. Studies using 2,272–6,066 images reported accuracies of approximately 93–97%, and smartphone-based systems have demonstrated high performance under controlled conditions. Nonetheless, external validation shows a relevant performance drop; a multicohort study reported a decrease in mean AUROC from 0.95 internally to 0.76 on external datasets. Automated segmentation has achieved Dice coefficients around 0.93 and can quantify perforation morphology and derive functionally relevant image features. Conclusions: Deep learning applied to digital otoscopy is promising for diagnostic support, triage, and tele-otoscopy, but current evidence does not support autonomous clinical use. Cross-device and cross-population generalizability, robust reference standards, calibration, explainability, and prospective multicenter validation remain essential before routine deployment.

Keywords: deep learning; tympanic membrane; otoscopy; artificial intelligence; otitis media; tympanic membrane perforation; cholesteatoma; medical imaging.

Información del manuscrito:
Fecha de recepción: 17 de abril de 2026.
Fecha de aceptación: 22 de junio de 2026.
Fecha de publicación: 10 de julio de 2026.