Artificial Intelligence in Nailfold Capillaroscopy: A Scoping Review1of Validation, Reproducibility, and Clinical Translation

Resumen Técnico: Inteligencia Artificial en la Capilaroscopia de Lecho Ungueal: Una Revisión de Alcance sobre Validación, Reproducibilidad y Traslación Clínica

Planteamiento del Problema
La capilaroscopia de lecho ungueal (NFC) y la videocapilaroscopia de lecho ungueal (NVC) son técnicas no invasivas establecidas para la visualización de la arquitectura microvascular periférica, particularmente en la esclerosis sistémica (SSc) y el fenómeno de Raynaud (RP). Sin embargo, la interpretación manual requiere mucho tiempo, depende del observador y es altamente sensible a las condiciones de adquisición de imágenes. Aunque la Inteligencia Artificial (IA) se ha aplicado cada vez más para automatizar tareas como la detección de capilares, la segmentación, la medición cuantitativa y la clasificación de enfermedades, el campo sufre de heterogeneidad metodológica. Un problema crítico identificado es el riesgo de fuga de datos (data leakage) en entornos de imágenes de medidas repetidas (donde múltiples imágenes, dedos o campos se originan del mismo participante). Si las estrategias de validación no logran separar los datos a nivel de participante, las estimaciones de rendimiento pueden inflarse artificialmente. Además, existe una falta de evidencia sistemática con respecto a la validación externa, la reproducibilidad, la disponibilidad de recursos abiertos y la preparación de estos modelos para la traslación clínica.

Metodología
Este estudio es una revisión de alcance realizada de acuerdo con la Extensión PRISMA para Revisiones de Alcance (PRISMA-ScR).

• Estrategia de Búsqueda: Los autores buscaron en PubMed, Ovid MEDLINE, Scopus, Web of Science Core Collection e IEEE Xplore desde su inicio hasta el 28 de marzo de 2026.
• Criterios de Selección: Los estudios elegibles fueron artículos de revistas revisados por pares o actas de conferencias completas que reportaran resultados de IA originales y extraíbles utilizando imágenes o videos de NFC/NVC humanos. Se excluyeron resúmenes únicamente, preprints, informes no originales y duplicados.
• Extracción de Datos y Codificación: Dos revisores cribaron de forma independiente los títulos/resúmenes y evaluaron los textos completos. Un formulario estandarizado extrajo datos sobre el diseño del estudio, dominios clínicos, familias de tareas de IA, arquitecturas de modelos y prácticas de validación.
• Indicadores de Validación: Se codificaron seis indicadores estrictos para cada estudio con el fin de evaluar la preparación traslacional: (1) validación clínica externa independiente, (2) diseño multicéntrico, (3) comparación directa con expertos, (4) código accesible públicamente, (5) datos accesibles públicamente y (6) separación explícita de datos a nivel de participante.
• Síntesis: Los resultados se resumieron de forma descriptiva. No se calcularon estimaciones combinadas de precisión diagnóstica debido a la heterogeneidad en las tareas, las unidades de análisis y las métricas.

Contribuciones Clave

1. Mapeo de Evidencia: La revisión mapea el panorama actual de la IA en NFC/NVC, cubriendo 43 estudios primarios (37 artículos de revistas, 6 actas de conferencias) identificados a partir de 3,059 registros iniciales.
2. Taxonomía de Tareas y Arquitecturas: Categoriza las aplicaciones de IA en seis familias de tareas principales: clasificación/predicción, detección/cuantificación, segmentación, análisis dinámico/de flujo, calidad de imagen/preprocesamiento, y desarrollo de conjuntos de datos/benchmarks. Documenta la evolución desde el aprendizaje automático clásico y las características diseñadas a mano hacia arquitectas de aprendizaje profundo (CNN, U-Nets, YOLO, Vision Transformers y sistemas híbridos).
3. Expansión del Alcance Clínico: Aunque la SSc/RP sigue siendo la aplicación dominante (33%), la revisión identifica aplicaciones en expansión en microcirculación general, diabetes, dermatomiositis juvenil (JDM), otras enfermedades autoinmunes, retinopatía neonatal y amiloidosis.
4. Auditoría de Reproducibilidad: El estudio proporciona una auditoría rigurosa de las prácticas de validación y reporte, destacando que el 65.1% de los estudios incluidos no cumplieron con ninguno de los seis indicadores clave de validación/reproducibilidad.

Resultos

• Déficits de Validación: Bajo criterios de codificación estrictos, solo un estudio proporcionó validación clínica externa independiente. Solo cuatro estudios fueron multicéntricos, 11 compararon directamente los resultados con expertos, cuatro proporcionaron código público, dos proporcionaron datos públicos y cinco confirmaron explícitamente la separación a nivel de participante.
• Riesgos de Fuga de Datos: La mayoría de los estudios no reportaron explícitamente la separación a nivel de participante, lo que plantea preocupaciones sobre la fuga de datos donde observaciones correlacionadas del mismo individuo aparecen tanto en los conjuntos de entrenamiento como en los de prueba.
• Reporte de Tamaño de la Muestra: Entre los estudios que reportaron recuentos de participantes, el tamaño de cohorte mediana fue de 30 participantes. Sin embargo, muchos estudios reportaron recuentos de imágenes o fotogramas sin los denominadores de participantes correspondientes, lo que podría sobreestimar los tamaños de muestra efectivos.
• Portabilidad de Dispositivos: Aunque están surgiendo dispositivos de bajo costo y portátiles, la validación estratificada por dispositivo o externa al dispositivo sigue siendo limitada.
• Brechas de Reporte: Elementos críticos de reporte como la calibración, las estimaciones de incertidumbre, el rendimiento por subgrupos (por ejemplo, por fototipo de piel) y los endpoints de utilidad clínica prospectiva estuvieron mayoritariamente ausentes o se reportaron de forma incompleta.

Significancia y Reivindicaciones
El artículo sostiene que, si bien la IA-NFC se ha expandido técnica y clínicamente —yendo más allá del simple conteo de capilares hacia la computación microvascular compleja—, la base de evidencia para la generalizabilidad clínica y la preparación para la implementación sigue siendo débil.

Los autores argumentan que la diversidad técnica y el fuerte rendimiento interno no equivalen a la preparación clínica. La principal barrera para el despliegue no es la innovación del modelo, sino la falta de validación externa robusta e independiente, la división de datos controlada y la reproducibilidad abierta. La revisión posiciona la IA-NFC no meramente como un desafío de procesamiento de imágenes, sino como un problema de soporte de decisiones clínicas que requiere la adherencia a marcos de reporte específicos (por ejemplo, TRIPOD+AI, CLAIM, DECIDE-AI).

El estudio concluye que la investigación futura debe priorizar:

• Pruebas externas bloqueadas en centros, dispositivos y subgrupos de pacientes independientes.
• Reporte explícito de las unidades de división y la separación a nivel de participante para prevenir la fuga de datos.
• Desarrollo de benchmarks abiertos y reutilizables con estándares de anotación claros.
• Evaluación prospectiva de la utilidad clínica, incluyendo resultados de flujo de trabajo y endpoints relevantes para el paciente, en lugar de depender únicamente de métricas de precisión retrospectivas.

La revisión sirve como una síntesis de advertencia, instando al campo a cambiar el enfoque de las métricas de precisión de titulares hacia una implementación confiable, equitativa y lista para la regulación.