Herramienta de IA para radiología identifica condiciones potencialmente mortales en milisegundos

La radiología se está convirtiendo en uno de los principales cuellos de botella en la atención médica. Para 2033, Estados Unidos podría enfrentarse a una escasez de hasta 42.000 radiólogos, incluso con un crecimiento anual del 5 % en el volumen de imágenes. Investigadores han desarrollado el primer sistema de inteligencia artificial (IA) generativa diseñado específicamente para radiología, con el objetivo de mejorar drásticamente la productividad, la precisión y la velocidad.

A diferencia de las herramientas de IA existentes, que se centran en detectar una sola afección, este modelo integral, desarrollado en la Universidad Northwestern (Evanston, Illinois, EUA), analiza radiografías o tomografías computarizadas (TC) completas y genera automáticamente informes completos, específicos para cada paciente. Estos informes están diseñados para ayudar a los radiólogos a tomar decisiones más rápidas e informadas, y pueden editarse y finalizarse según sea necesario.

El sistema también detecta afecciones potencialmente mortales, como el neumotórax, en milisegundos, incluso antes de que el radiólogo haya revisado la exploración. Una herramienta de monitorización integrada coteja los informes generados por IA con los historiales clínicos del paciente y alerta inmediatamente a los radiólogos sobre nuevas afecciones críticas que requieren intervención urgente.

Lo que distingue a esta IA es que se entrenó completamente con datos clínicos reales de la red de Northwestern Medicine, a diferencia de muchos modelos adaptados de herramientas de internet como ChatGPT. Esto permitió al equipo crear un modelo optimizado y de alto rendimiento, más rápido, más preciso y con un consumo de recursos informáticos considerablemente menor.

En un estudio publicado en la revista JAMA Network Open, el sistema de IA se probó en 12 hospitales de Northwestern, donde analizó casi 24.000 informes radiológicos durante cinco meses en 2024. Los resultados mostraron un aumento promedio del 15,5 % en la eficiencia de los informes radiográficos, con mejoras de hasta un 40 % en algunos radiólogos, todo ello sin comprometer la precisión diagnóstica. Pruebas de seguimiento (aún no publicadas) han mostrado mejoras de hasta un 80 % y han ampliado el uso de la herramienta a las tomografías computarizadas.

Al acelerar los tiempos de respuesta de los informes y detectar hallazgos críticos con mayor antelación, la IA ayuda a los radiólogos a resolver los retrasos y a entregar diagnósticos en cuestión de horas en lugar de días. Según el equipo desarrollador, esta es la primera herramienta de radiología con IA generativa integrada en un flujo de trabajo clínico en vivo, y la primera en mostrar mejoras de alta precisión y eficiencia en todos los tipos de radiografías. Ya se está trabajando para ampliar el sistema y detectar diagnósticos sutiles o tardíos, como el cáncer de pulmón en etapa temprana.

“Que yo sepa, este es el primer uso de IA que mejora de forma demostrable la productividad, especialmente en el sector sanitario. Incluso en otros campos, no he visto nada que se acerque a un aumento del 40 %”, afirmó el autor principal, el Dr. Mozziyar Etemadi.

Enlaces relacionados:
Universidad Northwestern