TY - JOUR AU - A. Bárcenas, Rodrigo AU - Grande Alonso, Rafael AU - Sebastián Martín, Alba AU - Ramírez Carracedo, Monica AU - Fernández Baillo Gallego de la Sacristana, Roberto AU - Aguado Henche, Salud Soledad AU - Hernández Fernández, Lorenzo Mauricio AU - Moreno Gómez Toledano, Rafael T1 - Generación de modelos anatómicos 3D a partir de imágenes 2D de atlas anatómicos o texto con IA LA - spa PY - 2026/// T2 - Dianas: revista de dianas terapéuticas SN - 1886-8746 VL - 15 IS - 1 PB - Grupo Docente InnovARTE PP - Alcalá de Henares AB - La inteligencia artificial ha experimentado un gran desarrollo en los últimos años permitiendo nuevas aplicaciones en la generación de imágenes en dos y tres dimensiones a partir de descripciones de texto e imágenes de referencia. Esta tecnología presenta valor para el desarrollo de modelos anatómicos enfocados en la enseñanza, simulación e impresión 3D. La reconstrucción tridimensional a partir de imágenes planas se basa en arquitecturas de redes neuronales convolucionales (CNN), modelos de estimación de profundidad monocular y modelos de difusión como Neural Radiance Fields (NeRF). Estos sistemas analizan la imagen 2D, identifican patrones anatómicos y generan una estimación volumétrica de la estructura representada, posteriormente se transforma en una maya tridimensional en formatos como STL y OBJ permitiendo su manipulación digital o impresión 3D. Este proceso permite convertir ilustraciones de atlas anatómicos en modelos tridimensionales que faciliten la comprensión espacial de estructuras complejas. Esta herramienta puede ser útil para generar material educativo personalizado o prototipos conceptuales. A pesar de su potencial, presenta limitaciones y riesgos. La reconstrucción tridimensional desde una sola imagen genera interferencias que no están en la imagen original lo que pueden producir reconstrucciones plausibles pero incorrectas. La IA puede reproducir fielmente la apariencia general pero interpretar de forma errónea volúmenes, relaciones espaciales o continuidad entre estructuras. Los modelos generados únicamente a partir de prompts textuales pueden introducir errores anatómicos significativos como inserciones musculares incorrectas, trayectorias nerviosas inexactas o proporciones irreales entre órganos, debido a debido a que estos sistemas se basan en correlaciones estadísticas aprendidas durante el entrenamiento y no en un conocimiento fisiológico real. El problema más relevante surge cuando estos modelos generados con IA se comparten como modelos anatómicos reales y exactos lo genera una transmisión de conocimiento erróneo, especialmente si los usuarios no cuentan con formación suficiente para detectar inconsistencias anatómicas. La alta calidad que pueden alcanzar estos modelos genera un efecto de “realismo convincente”, en el que estructuras incorrectas parecen plausibles y pueden ser asumidas como correctas. Asimismo, existen cuestiones legales y éticas relacionadas con los derechos de autor de los atlas anatómicos utilizados como referencia y con la responsabilidad en caso de que un modelo generado por IA sea utilizado en contextos clínicos o formativos sin la debida supervisión. En conclusión, aunque la inteligencia artificial aplicada a la generación de modelos anatómicos tridimensionales representa una herramienta prometedora para la educación, la investigación y el desarrollo de modelos tridimensionales imprimibles, su uso debe integrarse con criterios científicos rigurosos, validación anatómica por especialistas y una comprensión clara de sus limitaciones, evitando considerar estas representaciones como equivalentes a modelos anatómicos reales sin un proceso previo de verificación y control de calidad. UR - https://portalcientifico.uah.es/documentos/69da8ea7c961455b745c5a71 DP - Dialnet - Portal de la Investigación ER -