El sepsis es una enfermedad crítica con alta mortalidad, cuya identificación temprana y manejo preciso representan un gran desafío clínico. Las herramientas de evaluación tradicionales dependen de datos estáticos y no satisfacen las necesidades de monitoreo dinámico de la condición ni de tratamiento individualizado. La inteligencia artificial (IA), al integrar datos clínicos multidimensionales, ofrece nuevas soluciones para la alerta precoz del sepsis, la estratificación de riesgos, la identificación de subtipos y la toma de decisiones terapéuticas. Sin embargo, la traducción clínica de la IA sigue limitada por la calidad de los datos, la interpretabilidad de los modelos y la falta de marcos regulatorios éticos. Este artículo revisa sistemáticamente los avances recientes de la IA en el manejo del sepsis: los modelos de aprendizaje automático y profundo pueden identificar riesgos tempranos a partir de datos temporales para lograr alertas anticipadas; el aprendizaje no supervisado ayuda a descomponer la heterogeneidad del sepsis y a dividir en subtipos con diferentes pronósticos y respuestas al tratamiento; en el plano terapéutico, la IA comienza a proporcionar soporte para decisiones en la aplicación precisa de reanimación con líquidos, agentes vasoactivos y antibióticos. El desarrollo futuro debe centrarse en construir conjuntos de datos multicéntricos de alta calidad, desarrollar algoritmos explicables y validar su eficacia clínica a través de estudios prospectivos, con el objetivo de establecer un modelo colaborativo de diagnóstico y tratamiento centrado en el médico y asistido por IA, para mejorar el pronóstico de los pacientes con sepsis.

inteligencia artificial;sepsis;aprendizaje automático;alerta temprana;soporte para la toma de decisiones