La IA está transformando la forma de trabajar de los radiólogos.
Después de la COVID-19, la IA ayudará a reducir el retraso acumulado en los casos no urgentes.
En el futuro, la IA ayudará a los radiólogos a adoptar un enfoque proactivo para diagnosticar las afecciones de los pacientes.
De «Terminator» a «Black Mirror», nos inunda la idea de que las máquinas se están apoderando poco a poco de todo y que, con el tiempo, sustituirán por completo a la humanidad. Este tipo de discurso apocalíptico en el ámbito médico, especialmente en radiología, refuerza la idea de que los radiólogos corren el riesgo de quedar obsoletos, al igual que todas las demás profesiones. Nada más lejos de la realidad. El número de radiólogos ha crecido a ritmo de dos dígitos durante décadas, y se prevé que la radiología sea uno de los campos de mayor crecimiento de la próxima década. Algunos países incluso afrontan una escasez de radiólogos.
Aun así, la IA transformará la forma de trabajar de los radiólogos y hará que pasen de detectar afecciones médicas de forma reactiva a hacerlo de manera proactiva. Comprender estos cambios permite hacerse una mejor idea de cómo cambiará el trabajo de los radiólogos a corto plazo.
Mucho más que analizar imágenes
Uno de los mayores malentendidos sobre los radiólogos es que básicamente se limitan a analizar imágenes. Según Curtis P. , este tipo de valoraciones simplificadas «simplifican enormemente lo que hacen los radiólogos».Langlotz, MD, PhD, del departamento de radiología de la Universidad de Stanford. Como señala Langlotz, un catálogo exhaustivo de diagnósticos radiológicos incluye casi 20.000 términos para trastornos y observaciones de imágenes, así como más de 50.000 relaciones causales. Los algoritmos que pueden ayudar a diagnosticar afecciones comunes son un «gran paso adelante», observa, pero un radiólogo experimentado busca muchas afecciones al mismo tiempo. Solo algunas de estas evaluaciones pueden realizarse con IA.
Las tareas que un radiólogo realiza habitualmente superan con creces la capacidad de las funciones tecnológicas actuales. Incluyen el trabajo directo con pacientes (por ejemplo, ecografías, fluoroscopias y biopsias), las consultas con otros médicos, el trabajo multidisciplinar (como las reuniones de comités de tumores), la formación y las auditorías.
Los sistemas actuales de IA para radiología realizan tareas individuales, como reconocer imágenes concretas —por ejemplo, detectar nódulos en una tomografía computarizada de tórax—. Estas tareas de detección, numerosas, específicas y necesarias, permiten diagnosticar por completo los hallazgos de las imágenes. La IA puede contribuir considerablemente a mejorar el flujo de trabajo diagnóstico e incluso sustituir a una persona en algunas tareas más rutinarias, como la programación de citas. Sin embargo, a menos que inventemos milagrosamente un sistema integral de principio a fin que incluya supervisión cualificada en toda la ruta diagnóstica, la IA no sustituirá por completo a los radiólogos en un futuro próximo.
El impacto de la IA en la radiología se puede comparar mejor con la introducción del piloto automático en los vuelos comerciales. A medida que evolucionaron los sistemas de vuelo modernos, se automatizaron muchas de las comprobaciones de seguridad que tradicionalmente realizaban las personas, como los sistemas para evitar colisiones. Los pilotos pudieron utilizar el piloto automático para que se ocupara de tareas tediosas o repetitivas. Pero ¿qué ocurre cuando se encuentran con una avería imprevista? ¿O cuando se avecina una tormenta? El piloto está allí, preparado para tomar el control manualmente.
La misma dinámica se consolidará en la radiología: el elemento humano tendrá más libertad para comunicar problemas de seguridad o reaccionar ante información nueva y útil. Sin embargo, es especialmente importante recordar que el número de pilotos comerciales no ha disminuido en absoluto. De hecho, ocurre lo contrario: en los últimos años, las aerolíneas han informado de una escasez de pilotos con formación.
Cambios en el horizonte
A corto plazo, la IA ayudará a los radiólogos a superar el cuello de botella que está generando la pandemia. Una de las principales causas de la mortalidad relacionada con el coronavirus es la incapacidad de detectar rápidamente los casos potencialmente graves y brindar cuidados intensivos a quienes más los necesitan. Esto contribuye al enorme problema de capacidad que afrontan los hospitales de todo el mundo, especialmente en los países más afectados por la pandemia, como Italia, Brasil y Estados Unidos.
Aunque la IA todavía no puede combatir directamente ningún virus, desempeñará un papel central en la creación de la eficiencia necesaria para afrontar este desafío, especialmente después de la COVID-19. A medida que se acumulan los casos de coronavirus, se retrasan los casos no urgentes, incluidos procedimientos sumamente importantes como las mamografías de detección, las pruebas de afecciones relacionadas con la salud ósea y las imágenes cardiovasculares. Esto generará una presión considerable durante la pandemia, al dispararse la demanda, y los proveedores de atención sanitaria tendrán dificultades para procesar grandes volúmenes de imágenes en muy poco tiempo, tanto en casos urgentes como no urgentes. La única forma de avanzar y evitar una catástrofe sanitaria será priorizar eficazmente los casos y agilizar los procesos. Cuando disminuya la afluencia de pacientes con COVID-19, la IA será la mejor aliada de los radiólogos en sus esfuerzos por priorizar los casos de forma eficaz.
La eficiencia es especialmente importante en el campo de la radiología, dada la escasez de profesionales comprometidos en todo el mundo. Para quienes no trabajan en el ámbito médico, la escasez de radiólogos puede parecer una noticia poco llamativa, pero tiene consecuencias concretas para todos: los procesos más lentos hacen que las personas tengan que esperar más para hacerse pruebas de imagen y recibir el tratamiento posterior, y muchos pacientes necesitan un diagnóstico temprano para superar sus afecciones. La IA puede alertar a los radiólogos de las afecciones agudas de los pacientes de forma eficiente y oportuna, acelerando la atención de los casos
Una transformación del campo
Uno de los avances más prometedores que cabe esperar es el paso de la detección reactiva a la proactiva de las afecciones médicas. En lugar de limitarse a examinar la afección específica por la que el paciente acudió y solicitó atención médica, la IA permitirá a los radiólogos descubrir otras afecciones que antes no se habían diagnosticado o que el paciente incluso desconocía. Esto podría llevar al descubrimiento de fracturas vertebrales por compresión o episodios cardiovasculares. Gracias a la detección temprana de estas afecciones, posibilitada por la IA, los radiólogos podrán aplicar el tratamiento adecuado a pacientes con riesgo de osteoporosis, por ejemplo, lo que supondrá un cambio decisivo tanto para los pacientes como para los radiólogos.
También podemos esperar que se utilice la IA para extraer de las imágenes médicas datos discretos, reproducibles, cuantificables y ampliables. Obtener mediciones exactas y precisas significa que se podrán aprovechar datos de píxeles específicos para crear herramientas de aplicación innovadoras y realizar análisis de macrodatos. Al combinar estos datos con otras fuentes pertinentes, como la secuenciación genética, se abrirá una nueva era de potencia diagnóstica: aprovechar la información obtenida para ir más allá de la prevención e impulsar tratamientos personalizados y una atención individualizada.
A medida que avanza la tecnología informática, sería fácil subestimar las posibilidades de desarrollo. No obstante, los radiólogos serán de los primeros en verse afectados por estos cambios. A medida que la IA se integre más en las tareas de radiología más laboriosas y prolongadas, empezará a generar resultados nuevos e imprevistos que podrán utilizarse como fuentes de descubrimientos médicos. Esta evolución impulsará la radiología y también hará avanzar muchos otros campos médicos y ámbitos de investigación.
Los radiólogos no serán sustituidos. Sin embargo, al adoptar la IA y adaptarse a estos nuevos tiempos, verán cómo se transforma su trabajo y mejora la calidad de la atención que reciben sus pacientes. Con la ayuda de la IA, el campo seguirá prosperando.
