«La aplicación de metodologías de inteligencia artificial (IA) al manejo de la diabetes ha experimentado avances significativos en los últimos años. Las técnicas de aprendizaje automático (AA) y aprendizaje profundo (AA) son especialmente eficaces en este ámbito gracias a su capacidad para procesar datos a gran escala e identificar patrones complejos que a menudo resultan inalcanzables para los métodos estadísticos tradicionales. El enfoque principal de estas metodologías reside en la predicción de los niveles de glucosa en sangre, la detección temprana de la diabetes, la estratificación del riesgo de complicaciones y la optimización del tratamiento personalizado. Esta sección ofrece una visión general de los enfoques existentes, destaca las tendencias actuales y analiza las futuras direcciones para la aplicación de la IA en el manejo de la diabetes»
and Liliana Chanona-Hernandez 5,*,†
mariano.vargas@conahcyt.mx (M.V.-S.); christian.maldonado@conahcyt.mx (C.E.M.-S.)
2 Departamento de Sistemas, Universidad Autónoma Metropolitana, Unidad Azcapotzalco,
Ciudad de México 02128, Mexico; assaely.leon@tec.mx
3 Science Department, Instituto Tecnológico y de Estudios Superiores de Monterrey,
Ciudad de México 14380, Mexico
4 Escuela Superior de Apan, Universidad Autónoma del Estado de Hidalgo, Hidalgo 43920, Mexico
5 Instituto Politécnico Nacional, Escuela Superior de Ingeniería Mecánica y Eléctrica, Unidad Zacatenco,
Ciudad de México 07700, Mexico
* Correspondence: lchanona@gmail.com
† These authors contributed equally to this work.
