La aplicación de la inteligencia artificial (IA) es una realidad palpable que está transformando rápidamente la práctica médica. En la actualidad, ya se utiliza en muchas áreas del diagnóstico por imagen.
Algunos ejemplos son la segmentación hepática, el diagnóstico radiológico del covid-19 o los programas de detección del cáncer de mama o pulmón. ¿Qué implicaciones tiene este cambio de paradigma?
Aumento en la precisión de los diagnósticos
Durante décadas hemos constatado las dificultades que se han producido en nuestro sistema sanitario por la falta de especialistas. Y los médicos radiólogos están entre los más solicitados.
Estudios recientes sugieren que la IA puede aumentar de forma significativa la eficiencia en la interpretación de las imágenes médicas, lo que podría revolucionar los servicios de radiología a medio plazo.
Además de mejorar drásticamente los diagnósticos y reducir los tiempos de espera para los pacientes, puede ayudar a que los radiólogos identifiquen patrones complejos o sutiles en las imágenes, mejorando la detección temprana de enfermedades y la personalización de los planes de tratamiento.
Por ejemplo, la aplicación de esta tecnología en las mamografías mejoró en un 15 % la precisión en el diagnóstico de cáncer de mama. En radiografías de tórax, la IA ha incrementado la sensibilidad en la detección de neumonía, nódulos y otras afecciones en comparación con los radiólogos que no contaban con su asistencia.
Un desafío para la formación (y el futuro) de los radiólogos
Esto no solo afectará a la práctica médica en sí, sino que abocará a los especialistas a asumir un nuevo rol en los diagnósticos y tratamientos. Ante este panorama, su formación podría requerir un ajuste significativo y precisar inversiones significativas en educación continua.
En lugar de centrarse en la interpretación visual de las imágenes, probablemente necesiten adquirir habilidades adicionales en gestión de datos, informática médica y técnicas intervencionistas, como biopsias y drenajes. Esto puede llevar a que se concentren en la realización de tareas más complejas y en la toma de decisiones clínicas.
Sin embargo, la tendencia actual es que el número de trabajadores se reduzca al mínimo indispensable. En este contexto, la adopción generalizada de la IA abre también la posibilidad de que muchos especialistas actualmente en formación puedan no ser necesarios en el futuro. Eso plantea interrogantes sobre el equilibrio entre los avances tecnológicos y la preservación de empleos en el sector médico.
Adicionalmente, la dependencia excesiva de la IA también puede generar riesgos en términos de pérdida de habilidades clínicas y juicio profesional, lo que podría afectar negativamente la calidad de la atención médica.
¿Representa entonces la IA una amenaza real para la práctica de la radiología? O, por el contrario, ¿los beneficios potenciales para los pacientes superan con creces los desafíos que plantea este cambio de paradigma?
Consideraciones éticas y legales
Además de las implicaciones laborales, es crucial considerar los aspectos éticos y legales. La introducción de la IA en la interpretación de imágenes médicas suscita dudas sobre la responsabilidad en caso de errores de diagnóstico y la protección de la privacidad de los datos de los pacientes en un entorno cada vez más interconectado.
¿Quién asumirá la responsabilidad de estos fallos? ¿Los radiólogos que supervisen el trabajo de la IA o los jefes de servicio que incorporen estas tecnologías en sus instituciones médicas?
En última instancia, el debate va más allá de la comunidad médica y tiene implicaciones profundas para la sociedad en su conjunto. Porque las mejoras de la IA en la medicina no deben hacer olvidar la responsabilidad social en la adopción de tecnologías emergentes.
Para aprovechar al máximo el potencial de la IA, es crucial abordar estos retos involucrando a todos los actores relevantes, desde los profesionales de la salud hasta los desarrolladores de tecnología y los responsables políticos.
María del Mar Travieso Aja, Profesora Contratada Doctora. Area de Radiología y Medicina Física. Departamento de Ciencias Clinicas, Universidad de Las Palmas de Gran Canaria
Este artículo fue publicado originalmente en The Conversation. Lea el original.
