Un estudio revela que radiólogos y sistemas de IA tienen dificultades para distinguir radiografías reales de imágenes generadas artificialmente
La inteligencia artificial continúa transformando el campo del diagnóstico por imágenes, aportando herramientas que mejoran la precisión y eficiencia clínica. Sin embargo, un reciente estudio ha encendido una señal de alerta: la misma tecnología que potencia la radiología también es capaz de generar imágenes médicas falsas con un nivel de realismo que desafía incluso a los especialistas.
Cuando la IA engaña al ojo experto
De acuerdo con una investigación publicada en la revista Radiology y difundida por Deutsche Welle, las radiografías generadas mediante inteligencia artificial pueden ser prácticamente indistinguibles de las reales.
El estudio evaluó a 17 radiólogos de distintos países, quienes analizaron un total de 264 imágenes, de las cuales la mitad habían sido generadas por IA. Los resultados fueron contundentes: sin advertencia previa, los especialistas solo identificaron correctamente el 41% de las imágenes falsas.
Incluso cuando se les informó que había imágenes sintéticas en el conjunto, la precisión aumentó, pero sin alcanzar un nivel perfecto, lo que evidencia la dificultad inherente para detectar estos “deepfakes” médicos.
Un riesgo emergente para la práctica clínica
Más allá del desafío diagnóstico, los expertos advierten que este fenómeno podría tener implicancias significativas en distintos ámbitos:
- Fraude médico y litigios: la posibilidad de presentar imágenes falsas como evidencia clínica podría derivar en demandas basadas en patologías inexistentes.
- Ciberseguridad: existe el riesgo de que actores maliciosos introduzcan imágenes manipuladas en sistemas hospitalarios, alterando diagnósticos o tratamientos.
- Confianza en los sistemas de salud: la creciente dificultad para distinguir entre imágenes reales y sintéticas podría impactar en la credibilidad de los registros médicos digitales.
Ni humanos ni IA: una limitación compartida
Uno de los hallazgos más relevantes es que no solo los radiólogos presentan dificultades para detectar estas imágenes, sino también los propios modelos de inteligencia artificial.
Sistemas avanzados como modelos multimodales tampoco lograron identificar con precisión todas las radiografías generadas artificialmente, lo que pone en evidencia una limitación compartida entre humanos y tecnología.
Además, el estudio no encontró una correlación directa entre la experiencia profesional y la capacidad de detección, lo que sugiere que este desafío trasciende el nivel de expertise.
¿Cómo son las imágenes falsas?
Los investigadores identificaron ciertos patrones en las radiografías generadas por IA:
- Estructuras “demasiado perfectas”
- Huesos excesivamente lisos
- Simetría anormal en pulmones
- Fracturas demasiado limpias y uniformes
Sin embargo, estas características no siempre son evidentes, lo que refuerza la complejidad del problema.
Hacia una nueva agenda en radiología
Frente a este escenario, los especialistas coinciden en la necesidad de avanzar en nuevas estrategias para mitigar riesgos:
- Desarrollo de marcas de agua invisibles en imágenes médicas
- Implementación de firmas digitales y trazabilidad en los estudios
- Creación de bases de datos educativas para entrenar a profesionales
- Fortalecimiento de la ciberseguridad hospitalaria
Al mismo tiempo, este fenómeno abre un debate más amplio sobre el uso ético de la inteligencia artificial en medicina.
Una oportunidad y un desafío
La generación de imágenes sintéticas no es en sí negativa: también puede utilizarse para entrenamiento, investigación y desarrollo de algoritmos. Sin embargo, su potencial uso indebido obliga a la comunidad médica a adaptarse rápidamente.
En un contexto donde la inteligencia artificial ya es parte integral del diagnóstico por imágenes, este nuevo escenario plantea una pregunta clave:
¿cómo garantizar la confianza en un entorno donde lo real y lo artificial pueden ser indistinguibles?
La respuesta, coinciden los expertos, no estará solo en la tecnología, sino en la combinación de innovación, regulación y formación profesional.