La inteligencia artificial (IA) asistida por visión computacional es un campo en evolución en la imagen médica. Sin embargo, la precisión y la precisión se ven afectadas al usar los modelos de IA existentes para objetos pequeños y fáciles de pasar por alto, como las fracturas óseas, lo que afecta la aplicabilidad y efectividad de los modelos en un entorno clínico. La integración propuesta del mecanismo de Hibrid-Atención (HA) en la arquitectura YOLOv8 ofrece una solución robusta para mejorar la precisión, confiabilidad y velocidad en aplicaciones de imagen médica. Los resultados experimentales demuestran que nuestros modelos YOLOv8 modificados con HA logran un 20% más de Precisión Promedio Media (mAP 50) y una velocidad de procesamiento mejorada en la detección de fracturas de brazo.