En los últimos años se ha producido un desarrollo de múltiples algoritmos de Inteligencia Artificial (IA) aplicados al diagnóstico por la imagen. Este avance científico positivo se ha visto acompañado de un conjunto de conceptos erróneos (tabla 1) sobre la aplicación de la IA en la Radiología que hay que reconocer. El objetivo de este artículo de opinión es analizar y desmentir cada uno de estos conceptos equivocados para conseguir avanzar en la implementación eficaz de la IA en el proceso asistencial del diagnóstico y el tratamiento guiado por la imagen.
Relación de errores sobre la IA en Diagnóstico por la Imagen
| 1 | «La IA se integrará en la Medicina de la misma manera que en otros sectores de la sociedad» |
| 2 | «La IA sustituirá a ciertas profesiones» |
| 3 | «La IA afecta sobre todo a la especialidad de Radiología» |
| 4 | «La IA supondrá la desaparición de los radiólogos» |
| 5 | «Los algoritmos de IA son muy fiables y no cometes errores» |
| 6 | «Los algoritmos de IA mantienen su calidad en el tiempo» |
| 7 | «Los algoritmos de IA validados en un centro se pueden usar en cualquier otro centro sanitario» |
| 8 | «Los algoritmos de IA con marcaje CE o FDA no cometen errores» |
| 9 | «La IA ayuda a no expertos en un área de la Radiología» |
| 10 | «Los algoritmos de IA aportan un gran retorno económico» |
En la última década se ha conseguido una integración completa de la IA en sectores de la sociedad como la banca, la logística o el transporte. Sin embargo, la aplicación en la Sanidad es mucho más compleja debido a las resistencias al cambio y a la presencia de una legislación específica que protege la privacidad de los datos de los pacientes1. Por todo ello es esperable una integración más lenta y progresiva de la IA en la Medicina.
2. «La IA sustituirá a ciertas profesiones»Los algoritmos de IA facilitan sobre todo la realización de acciones mecánicas y repetitivas que existen en cada actividad profesional. Por ello, la IA va a sustituir las tareas mecánicas y repetitivas de manera que los profesionales podrán realizar de manera más rápida dichas tareas2 y dedicarse a realizar las tareas más complejas que aportan más valor al paciente y más satisfacción al profesional. Es previsible que con la utilización progresiva de la IA Generativa basada en Large Language Model (LLM) y la introducción de conceptos somo IA agents y agentic IA nos encontraremos con escenarios de utilización sin supervisión3.
3. «La IA afecta sobre todo a la especialidad de Radiología»En el momento actual, la mayor parte de los algoritmos de IA validados se relacionan con el área de imagen médica, pero existen algoritmos propuestos en el resto de las especialidades.
Es interesante la propuesta de clasificación de las especialidades médicas en cuatro grupos4 según el grado de repetición de las tareas diarias y el nivel de interacción con el paciente. El grupo formado por Radiología, Dermatología, Oftalmología y de manera parcial Cardiología y Obstetricia representaría a las especialidades con un componente de tareas repetitivas que podrían ser realizadas por IA, y ello permitiría aumentar el tiempo de los profesionales pera tareas creativas.
De todas maneras, la IA tendrá un impacto en todos los aspectos de los sistemas de salud y en la relación con los pacientes en todas las especialidades médicas. Por todo ello, los profesionales de cada especialidad deben formarse para beneficiarse de las ventajas que aportara la IA a su trabajo diario.
4. «La IA supondrá la desaparición de los radiólogos»La afirmación de Jeffry Hinton de que la IA eliminaría a los radiólogos se ha demostrado que era errónea y que se debe al sesgo cognitivo común de pensar linealmente en un mundo exponencial5. Sí podemos esperar que la integración provoque un cambio en el proceso asistencial radiológico, y en este contexto es previsible que los radiólogos que trabajen con IA sustituirán progresivamente a los radiólogos que no trabajen con IA.
5. «Los algoritmos de IA son muy fiables y no cometes errores»Los algoritmos de IA pueden aportan una alta sensibilidad y especificidad diagnóstica pero siempre con un porcentaje menor del 100% y, por lo tanto, con presencia de errores e incluso de alucinaciones. Por todo ello es esencial el uso de la IA por un radiólogo experto que supervise y garantice la fiabilidad de los resultados.
6. «Los algoritmos de IA mantienen su calidad en el tiempo»Estudios recientes6 han demostrado que los algoritmos de IA se corrompen con el paso del tiempo, y ello obliga de reevaluarlos periódicamente para corregir los errores que hayan aparecido.
7. «Los algoritmos de IA validados en un centro se pueden usar en cualquier otro centro sanitario»Existe evidencia de que es importante validar la eficacia de los algoritmos de IA en cada base de datos, independientemente de que hayan sido validados ya en otro centro7.
8. «Los algoritmos de IA con marcaje CE o FDA no cometen errores»La acreditación por la Comisión Europea (CE) o por la Federal Drug Administration (FDA) de un algoritmo de IA es un requisito obligatorio para autorizar su uso asistencial en pacientes. Sin embargo, estos algoritmos pueden cometer errores, y es esencial que sean usados por radiólogos expertos que garanticen su uso correcto en la toma de decisiones médicas.
9. «La IA ayuda a no expertos en un área de la Radiología»Inicialmente había la esperanza de que los algoritmos de IA pudieran ayudar a profesionales sin ninguna experiencia en un área de la Radiología. Aunque esto será posible en algunos casos, la existencia de errores diagnósticos de los algoritmos descarta la extensión de dicho modelo de trabajo para poder garantizar un trabajo radiológico de calidad. Por ello se debe considerar que el modelo óptimo sería el uso por radiólogos expertos en cada área de los algoritmos específicos que le ayuden a optimizar su trabajo asistencial en dicha área de la Radiología.
10. «Los algoritmos de IA aportan un gran retorno económico»Un estudio reciente8 ha demostrado que la gran mayoría (95%) de los algoritmos de IA no aportan retorno económico a las empresas. Los autores sugieren que es importante conseguir una integración de la IA en el proceso asistencial radiológico que aportó un valor claro al sistema sanitario.
La conclusión de este artículo es doble. Por un lado, se confirma el rol prometedor de la IA como herramienta para incrementar la eficacia y la calidad de los servicios de Radiología, pero al mismo tiempo es esencial mantener una actitud crítica, teniendo en cuenta los retos analizados en esta revisión. Por todo ello, es muy importe la validación por un radiólogo de los resultados que aporten los algoritmos de IA.
FinanciaciónEl presente artículo no ha recibido ayudas específicas provenientes de agencias del sector público, sector comercial o entidades sin ánimo de lucro
Contribución de los autoresLos dos autores han hecho contribuciones sustanciales en cada uno de los siguientes aspectos: 1)la concepción y el diseño del artículo; 2)el borrador del artículo y la revisión crítica del contenido intelectual, y 3)la aprobación definitiva de la versión que se presenta.
Conflicto de interesesLos autores declaran que no tienen ningún conflicto de intereses.
