Xataka – La IA no ha acabado con los radiólogos: «Decidimos qué es importante y qué no, el juicio clínico no es automatizable»
«Si trabajas como radiólogo eres como El Coyote que ya está al borde del acantilado. La gente debería dejar de entrenar a los radiólogos ahora. Es completamente obvio que en cinco años el aprendizaje profundo va a ser mejor que los radiólogos» — Geoffrey Hinton, padrino de la IA, en 2016. Hinton fue premiado con el Nobel de Física 2024.
Estas palabras del científico computacional que abandonó Google por los riesgos que supone la IA han envejecido mal. Tras predecir en 2017 cómo sería futuro de la radiología gracias al aprendizaje profundo, volvemos casi una década después a sus palabras para comprobar con los profesionales del sector si se ha cumplido lo predicho por el Nobel para 2021… y para 2026.
“Geoffrey no se va a ganar la vida prediciendo el futuro. Ahora mismo la actividad de los servicios de Radiología ha subido mucho, el número de radiólogos ha aumentado y ha aumentado aún más la demanda de radiólogos”, concluye José Luis del Cura Rodríguez, jefe del servicio de Radiología de la OSI Donostialdea y expresidente de la Sociedad Española de Radiología Médica (SERAM).
Para Luis Martí Bonmatí, el director del Área Clínica de Imagen Médica de La Fe y catedrático de Radiología de la Universitat de València, la IA “es el compañero ideal para mejorar en fiabilidad y precisión”. No solo ha supuesto el final de los radiólogos, sino que hacen falta más profesionales ahora que hace cinco años, enuncia Martí Bonmatí.
El fallo de Hinton fue partir de una premisa incompleta: que la radiología era solo reconocimiento de patrones. “La realidad clínica es mucho más compleja. La IA identifica imágenes; los radiólogos toman decisiones médicas bajo incertidumbre, integran el contexto y asumen responsabilidad. Por eso la sustitución nunca ocurrió”, apunta Ángel Morales, coordinador de la comisión de IA de la SERAM y radiólogo en el Hospital Universitario Donostia de San Sebastián.
Algo más que reconocer patrones
Del Cura destaca que la IA ya forma parte de todos los sistemas de imagen que se usan y han mejorado mucho su calidad. Esta mejora ha supuesto “una mayor calidad de nuestras exploraciones y un aumento de demanda de las mismas”. Los radiólogos usan algunas herramientas de IA para el diagnóstico, “pero ha tenido con frecuencia el efecto paradójico de aumentar la demanda de informes radiológicos”, subraya el expresidente de la SERAM.
“En radiología de tórax y de músculo esquelético en Urgencias, el nivel de la IA es muy similar al de un radiólogo o un médico urgentista, pero inferior a un radiólogo experto en el tema. Como hay déficit de radiólogos, los médicos de Urgencias usan IA y se ve una mejoría” en el diagnóstico radiológico que hacen, afirma Álvaro Palazón, médico radiólogo del Hospital General de Alicante con formación en IA y vocal de IA de la Sociedad Española de Radiología Vascular e Intervencionista (SERVEI).
Este joven radiólogo destaca que la IA tiene un valor predictivo muy alto, es decir, que si estás sano te dirá que estás sano. En cambio, tiene más falsos negativos. Por ejemplo, en radiografía de tórax el pezón suele ser sospecha de tumor. “La IA está dando más trabajo del que quita y hay un riesgo de hacer más pruebas a los pacientes” por estas sospechas que detecta la máquina, matiza Palazón.
“La radiología no es ‘ver imágenes’. Es integrar síntomas, antecedentes, riesgos y consecuencias terapéuticas. Es decidir qué importa y qué no, qué implica urgencia y qué requiere seguimiento. El juicio clínico no es automatizable”, añade Ángel Morales.
De hecho, la regulación europea prohíbe la sustitución del radiólogo por la IA. La ley europea de la IA aplicada al diagnóstico es de alto riesgo “y debe estar supervisada de forma efectiva por el radiólogo. No puede tomar decisiones clínicas autónomas”, destaca Morales. El experto también afirma que faltan radiólogos: “La demanda crece por más pruebas, más complejidad y más envejecimiento poblacional. La IA no reduce la necesidad de radiólogos; la amplifica porque permite hacer más y mejor”. Desde la SERAM recalcan que “la IA transformará la especialidad, pero no la sustituirá. El futuro no es ‘IA en lugar de radiólogos’, sino radiólogos que lideran la IA”.
José Vilar Samper, hijo y nieto de radiólogos, ha visto “cambios esenciales” en su profesión. “Pasamos de una labor muy centrada en la técnica a otra orientada a la clínica”, explica este radiólogo ya jubilado, que llegó a ser jefe de servicio de Radiología del Hospital Peset de València. “La IA nos ayuda en cada uno de los pasos y nos puede superar detectando y caracterizando. Esta tecnología puede hacer al radiólogo más clínico, más integral en su visión y sus conocimientos”, añade Vilar Samper.
Los límites de la IA médica
Entre las limitaciones de la IA, que funciona bien en tareas aisladas, está la falta de robustez, de explicabilidad y de integración real en los flujos clínicos, destaca Morales. “El salto del laboratorio al servicio de radiología es mucho más difícil de lo que parecía”, remacha.
Un artículo recién publicado en Nature Medicine especifica que la IA aplicada en la educación médica puede provocar que los futuros sanitarios no desarrollen habilidades que los profesionales del futuro no tengan las destrezas adquiridas de los radiólogos y otros especialistas actuales. Para Álvaro Palazón, a los radiólogos hay que entrenarles no solo de forma clásica sino que también enseñarles a manejar los flujos de la propia inteligencia artificial.
Otros académicos advierten que la AI pueden erosionar los conocimientos de los médicos, el llamado ‘deskilling’, y llevarles a aceptar los errores del aprendizaje profundo”. Si los profesionales confían excesivamente en sus recomendaciones, existe el riesgo de aceptar resultados incorrectos sin una revisión crítica adecuada”, explica Amelia Jiménez Sánchez, investigadora postdoctoral en el grupo de Inteligencia Artificial en la Medicina de la Universitat de Barcelona.
“El principal reto es garantizar que los sistemas que incorporan IA sean realmente fiables, justos y útiles en la práctica clínica. Antes de su incorporación a la asistencia sanitaria, es necesario evaluarlos rigurosamente en poblaciones diversas y en condiciones reales de uso para comprobar que sus resultados son precisos y generalizables”, declara la experta. “Todas las IA van a tener sesgos y vas a tener que validarlo en tu población local. Esto va a suponer retrasar su implementación”, explica Palazón.
La académica también coincide en que la IA no sustituye al radiólogo. “Actualmente funciona mejor como una segunda opinión o una ayuda adicional que como un reemplazo de la experiencia humana al detectar anomalías en las imágenes, priorizar los casos más urgentes o automatizar tareas repetitivas”, matiza Jiménez.
Jiménez manifiesta que la implementación de la IA artificial en radiología difiere entre las comunidades autónomas pese a existir una Estrategia de Salud Digital del Sistema Nacional de Salud.
En la Comunidad de Madrid han priorizado la incorporación de herramientas de IA en los hospitales públicos para agilizar y mejorar el diagnóstico mediante el análisis avanzado de imágenes médicas, especialmente en cáncer de próstata y mama, mientras que en Cataluña se han centrado en la validación clínica y evaluación de tecnologías sanitarias basadas en IA. En cambio, en Andalucía se han centrado en el desarrollo de infraestructuras de salud digital y en la gestión y gobernanza de los datos sanitarios para impulsar la investigación colaborativa en IA aplicada a la salud.
Imagen | Unsplash
–
La noticia
La IA no ha acabado con los radiólogos: «Decidimos qué es importante y qué no, el juicio clínico no es automatizable»
fue publicada originalmente en
Xataka
por
Fermín Grodira
.