Neurocisticercosis en la era de la inteligencia artificial: perspectivas neuroanatómicas, neuroimagen y neurología computacional predictiva Autores: George Cătălin Moroșan - Grigore T. Popa University of Medicine and Pharmacy (RO) Roxana Florentina Gavril - Grigore T. Popa University of Medicine and Pharmacy (RO) Liviu Ciprian Gavril - Grigore T. Popa University of Medicine and Pharmacy (RO) Ana Maria Dumitrescu - Grigore T. Popa University of Medicine and Pharmacy (RO) Irina Florentina Bușilă - Grigore T. Popa University of Medicine and Pharmacy (RO) Laura Florea - Gr. T. Popa University of Medicine and Pharmacy (RO) Mihaela Dora Donciu - Gr. T. Popa University of Medicine and Pharmacy (RO) Carmen Valerica Rîpă - Grigore T. Popa University of Medicine and Pharmacy (RO) Lucia Corina Dima Cozma - Gr. T. Popa University of Medicine and Pharmacy (RO) Roxana Gabriela Cobzaru - Grigore T. Popa University of Medicine and Pharmacy (RO) Anca Sava - Grigore T. Popa University of Medicine and Pharmacy (RO) Resumen La neurocisticercosis (NCC), causada por la fase larvaria de Taenia solium, sigue siendo la infección parasitaria más frecuente del sistema nervioso central y una de las principales causas de epilepsia adquirida en todo el mundo. A pesar de los importantes avances en neuroimagen, el diagnóstico y la evaluación pronóstica continúan siendo difíciles debido a la heterogeneidad de la presentación clínica y a la variabilidad de las características radiológicas de la enfermedad. Los desarrollos emergentes en inteligencia artificial (IA), radiómica, conectómica y neurología computacional predictiva ofrecen nuevas oportunidades para mejorar la precisión diagnóstica y la atención individualizada de los pacientes. Se llevó a cabo una búsqueda estructurada de la literatura en PubMed, Scopus, Web of Science y Google Scholar para identificar estudios revisados por pares publicados entre 2000 y 2025. La evidencia recuperada se sintetizó en una revisión narrativa exhaustiva centrada en la fisiopatología, las manifestaciones neuroanatómicas, las características de neuroimagen y las aplicaciones computacionales emergentes en la neurocisticercosis. La evidencia actual confirma el papel central de la tomografía computarizada y la resonancia magnética en el diagnóstico y la estadificación de la neurocisticercosis. Los avances recientes en radiómica, conectómica, aprendizaje automático y aprendizaje profundo muestran un potencial prometedor para mejorar la caracterización de las lesiones, el diagnóstico diferencial, el análisis cuantitativo de imágenes y la predicción de resultados neurológicos. Aunque las aplicaciones de IA específicas para esta enfermedad siguen siendo limitadas, las metodologías computacionales aplicadas con éxito en neurorradiología, epilepsia y neurooncología podrían adaptarse a la neurocisticercosis, favoreciendo el desarrollo de la neurología computacional predictiva y de la medicina de precisión. La neurocisticercosis representa un modelo prometedor para la futura integración de la neuroimagen, la neurociencia computacional y la inteligencia artificial. Sin embargo, la evidencia actual continúa limitada por la escasez de conjuntos de datos específicos de la enfermedad y por la ausencia de validación clínica a gran escala. Futuros estudios multicéntricos que integren radiómica, conectómica, inteligencia artificial explicable y protocolos estandarizados de neuroimagen serán esenciales para trasladar los avances computacionales a herramientas diagnósticas y pronósticas clínicamente aplicables, capaces de mejorar la atención neurológica individualizada.