Antecedentes: La enfermedad de Alzheimer (EA) es una alteración neuronal progresivo neurodegenerativo caracterizada por la acumulación anormal del β-amiloide y la proteína tau en el cerebro. Según la OMS, afecta a unos 60 millones de sujetos en el mundo, presentándose con mayor incidencia en personas de la tercera edad y en el sexo femenino. Objetivo: La presente revisión busca explorarla evidencia disponible sobre el impacto de la inteligencia artificial (IA) en el mejoramiento de la adquisición, el procesamiento y la interpretación de imágenes adquiridas por Resonancia Magnética (RM) y tomografía por Emisión de Positrones (PET) en el diagnóstico de la EA. Metodología: Se realizo una revisión de alcance siguiendo con una extensión de PRISMA, la búsqueda se realizó en base de datos MEDLINE, EMBASE, Cochrane Library, y otras plataformas como SciELO, Web of Science, Scopus y Google Scholar. Además, se consultó literatura gris en el base de datos ALICIA, incluimos estudios con acceso completo, del 2015 al 2025. Resultados: Se seleccionaron 14 publicaciones para el estudio, que se clasifico según los objetivos específicos. Los diseños de estudio incluyeron mayoritariamente estudios experimentales y de cohorte. En cuanto al tipo de inteligencia artificial utilizada, predominó el uso de técnicas de Deep Learning (como CNN y GNN), seguido por Machine Learning, Conclusión: la IA se posiciona como una herramienta crucial y emergente en el diagnóstico por imágenes de la enfermedad de Alzheimer, al intervenir eficazmente en todo el flujo de trabajo radiológico, desde la adquisición, pasando por el procesamiento, hasta la interpretación diagnostica.
Background: Alzheimer’s disease (AD) is a progressive neurodegenerative disorder characterized by the abnormal accumulation of β-amyloid and tau proteins in the brain. According to the World Health Organization (WHO), it affects approximately 60 million people worldwide, with a higher prevalence in women and older adults. Objective: This review aims to explore the available evidence on the impact of artificial intelligence (AI) in improving the acquisition, processing, and diagnostic interpretation of magnetic resonance imaging (MRI) and positron emission tomography (PET) in Alzheimer’s disease. Methodology: A scoping review was conducted following an extension of the PRISMA guidelines. The search was carried out in data bases such as MEDLINE, EMBASE, Cochrane Library, and other relevant platforms including SciELO, Web of Science, Scopus, and Google Scholar. Grey literature was also consulted through the ALICIA repository. We included full-text studies published between 2015 and 2025. Results: Fourteen publications were selected for this study and categorized according to specific objectives. The study designs mainly included experimental and cohort studies. Regarding the type of artificial intelligence used, deep learning techniques (such as CNN and GNN) predominated, followed by machine learning approaches. Conclusion: AI is emerging as a crucial tool in Alzheimer’s disease imaging diagnosis, playing an effective role throughout the entire radiological workflow—from acquisition and processing to diagnostic interpretation.
