El Dr. López Rueda es el Coordinador de la comisión de IA de la Sociedad Española de Radiología Médica (SERAM)
- Rol de la IA en el Diagnóstico por Imágenes
¿Cuál es el enfoque actual de la SERAM respecto a la IA en radiología?
¿Qué impacto tiene la IA en la precisión diagnóstica y en la eficiencia del flujo de trabajo?
¿Cuáles son los principales desafíos en la implementación de IA en los servicios de imágenes médicas?
La SERAM cree que es una tecnología que mejorará todos los procesos y flujos de trabajo en los servicios de radiología, pero tenemos que ser críticos en la selección de los algoritmos y en la evaluación de estos. Necesitamos estudios randomizados que demuestren la superioridad del uso de cualquier algoritmo antes de su implementación.
La mayoría de los algoritmos de los que disponemos en el mercado tienen marcado CE para su uso, pero carecen de estudios randomizados que demuestren la superioridad de su uso respecto a la situación actual. Esto es necesario porque sabemos que estos algoritmos no siempre aciertan y en ocasiones nos pueden inducir a error. Asimismo, también son necesarios estudios de coste-eficacia, para demostrar que la compra de estos algoritmos por parte de los hospitales o de los sistemas sanitarios, tanto públicos como privados, son beneficiosos para el paciente, sobre todo desde el punto de vista clínico.
Por lo tanto, el primer desafío es la pertinencia de la compra del algoritmo, puesto que no tenemos los datos necesarios en la mayoría de los programas que tienen marcado CE para
su uso médico. El siguiente desafío es la integración del algoritmo en el sistema informático del hospital o en el sistema sanitario, este desafío se debe principalmente al déficit en la digitalización completa de los hospitales, lo cual limita la implementación de estos programas. Y otro desafío muy importante, una vez integrado el nuevo programa en el
sistema informático, es la actualización del algoritmo y de su desempeño, lo cual se debería realizar periódicamente. - Desarrollo e Implementación de IA en Radiología
¿En qué proyectos o investigaciones sobre IA está trabajando actualmente la SERAM?
¿Qué tipo de algoritmos o herramientas de IA están siendo más utilizados en la práctica clínica?
¿Cómo se garantiza la seguridad y confiabilidad de los sistemas de IA en radiología?
Las herramientas de IA que están siendo más utilizadas en la práctica clínica son los de cribado y detección de lesiones, lo cual parece aumentar la precisión diagnóstica de los
radiólogos, aunque deberíamos disponer de estudios randomizados de cada programa para descartar que el uso de estos algoritmos nos induzca a mayores errores que aciertos.
La necesidad de adquirir un marcado CE para la comercialización de estos programas los hace altamente confiables desde el punto de vista técnico. Por otra parte, es el radiólogo responsable del estudio el que consulta el resultado del algoritmo y toma una decisión final sobre el estudio.
La Unión Europea está liderando la regulación legal de la IA con Ley de Inteligencia Artificial (Ley-IA-UE; 2021/0106) (resource.html). En esta Ley-IA-UE, los sistemas de inteligencia artificial están clasificados como sistemas de «alto riesgo», ya que son susceptibles de afectar negativamente a la seguridad y/o derechos fundamentales de los pacientes.
Por lo tanto, estos algoritmos sobre imagen médica deben estar supervisados por un humano, por lo que no pueden, ni deben ser utilizados sin la supervisión de un radiólogo,
en el caso de que actúen sobre la imagen médica. Este proteccionismo sobre la seguridad del paciente, haciendo que el resultado de una IA sobre imagen médica tenga que ser
supervisada por un radiólogo, garantiza su uso responsable. - Relación con los Médicos Solicitantes de Estudios
¿Cómo puede la IA mejorar la comunicación entre radiólogos y médicos solicitantes como traumatólogos, cardiólogos y obstetras?
¿Qué beneficios puede aportar la IA en la optimización de la indicación de estudios?
¿Existen herramientas de IA que faciliten la interpretación de los informes para los médicos solicitantes?
Los sistemas de Inteligencia Artificial pueden mejorar la comunicación entre radiólogos y médicos solicitantes, ayudando tanto a que la información en el informe radiológico sea el requerido, como que la información que conste en la petición de la prueba sea imprescindible y necesaria para un diagnóstico preciso y pertinente.
La IA también puede ayudar en la optimización de los recursos, con una recomendación sobre las pruebas necesarias según los síntomas y/o signos del paciente.
Hoy en día hay algoritmos o herramientas basadas en IA que facilitan todo el proceso en el que está involucrada la imagen médica, lo ideal es analizar que punto de la cadena está más debilitado y reforzarlo con las herramientas que contamos, no siempre hace falta la “Inteligencia Artificial” para mejorar estos procesos, en ocasiones solo hace falta identificar el problema para solventarlo. - Capacitación y Adaptación del Radiólogo a la IA
¿Cómo se está preparando a los radiólogos para integrar la IA en su práctica diaria?
Con muchísima formación y espíritu crítico. No todo algoritmo mejora el proceso diagnóstico en su implementación, en ocasiones, aumenta el tiempo de lectura e interpretación de las imágenes o puede incurrir en un error al radiólogo, así que lo fundamental es tener la formación necesaria para poder evaluar la implementación de estos algoritmos y cultivar el espíritu crítico para garantizar la seguridad del paciente.
¿Qué habilidades adicionales necesitarán los radiólogos en el futuro con la expansión de la IA?
Necesitamos reforzar los conocimientos sobre estadística aplicada a las ciencias de la salud y reforzar el espíritu crítico en la implementación de estas tecnologías. Estas habilidades
son muy habituales en la formación del radiólogo, solo necesitaríamos algo de formación extra en la metodología de estudios basados en Inteligencia Artificial.
¿La IA es una amenaza o una aliada para los radiólogos?
La implementación de cualquier tecnología es aliada para los profesionales sanitarios, pero se tienen que dar en condiciones de seguridad para el paciente, la garantía de esta seguridad se hace mediante la formación y el fomento del espíritu crítico de los profesionales sanitarios. - Regulación y Ética en el Uso de IA
¿Cuáles son los principales desafíos regulatorios para la IA en radiología?
Los softwares de IA en imagen médica necesitan un marcado CE de dispositivo médico para poder ser utilizados en Europa.
Esto nos da un marco legal para seleccionar los softwares que están preparados para la evaluación clínica, pero tras esto, necesitamos evaluar si la implementación de estos softwares de IA es mejor que los procesos diagnósticos que tenemos hasta ahora, necesitamos saber que estos softwares no empeoran el rendimiento de los profesionales sanitarios.
Para esto, necesitamos realizar ensayos clínicos que nos demuestren que el uso del software en IA es superior en términos clínicos a no usarlo. Este tipo de estudios están por hacer en la inmensa mayoría de softwares sobre imagen medica que tienen ya el marcado CE. - Perspectivas Futuras
¿Cómo imagina el futuro de la IA en radiología en los próximos 5-10 años?
Con más ensayos clínicos que demuestren la superioridad de estos softwares, al igual que un nuevo tratamiento médico o quirúrgico.
¿Qué innovaciones en IA podrían transformar por completo la forma en que se realizan los estudios por imágenes?
La mayor innovación es la unificación y digitalización del sistema de salud para que sea más sencilla la implementación de algoritmos a nivel nacional y no solo en una ciudad,
región u hospital.
¿La IA podrá en algún momento reemplazar completamente la interpretación humana de los estudios?
Ojalá sea posible el reemplazo de los profesionales sanitarios por cualquier sistema, programa o algoritmo, pero hay muchas preguntas que contestar antes:
¿Quién asume la responsabilidad de un posible fallo de la IA?
¿Cómo sabemos por qué ha decidido un diagnóstico u otro?
¿Esto será más barato que un profesional sanitario?
¿Cómo podremos diagnosticar enfermedades nuevas con las que el software no ha sido entrenado?
Que no se nos olvide que la “Inteligencia Artificial” es una tecnología del futuro que se alimenta de datos del pasado, cualquier cambio en los estudios que realizamos, en los factores de riesgo o en las enfermedades, hace que los algoritmos tengan que ser entrenados de nuevo.
