En el marco del Congreso CIR FAARDIT SORDIC, realizado en el Hotel V Centenario en Córdoba, Argentina, entrevistamos al Dr. Javier Romero, de la Fundación Santa Fé de Bo-
gotá, Colombia. Durante el diálogo, el especialista compartió su mirada sobre el presente y el futuro de la IA aplicada al diagnóstico por imágenes, su impacto en la práctica radiológica y la importancia de incorporar estas herramientas de manera responsable, siempre bajo criterio médico.
Romero destacó que la IA no debe entenderse como una solución genérica o automática, sino como una herramienta que debe responder a necesidades concretas de cada institución.
En ese sentido, remarcó la importancia de validar las aplicaciones antes de implementarlas, evaluar su desempeño en la práctica clínica real y comprender que su uso se enmarca
dentro de la responsabilidad profesional del médico.
¿Cómo observa hoy el avance de la IA en radiología?
Yo lo que creo es que la IA está disponible para resolver dificultades. Cada sector tiene que irse incorporando rápidamente, pero basado en sus necesidades. Hoy hay aplicaciones para todo. Probablemente hay centros que tendrán dificultades en mejorar su eficiencia diagnóstica; si tienen muchos radiólogos generales, probablemente hay una gran
oportunidad. En centros como el nuestro, la Fundación Santa Fé de Bogotá, donde los radiólogos son especialistas, aunque exista la posibilidad, ese margen puede ser menor. Pero probablemente mejorar la eficiencia operativa es muy importante.
¿Cómo logramos tener mejor atención para nuestros pacientes? ¿Cómo generamos la oportunidad? ¿Cómo podemos tener flujos de trabajo diferenciales para que los pacientes y los estudios vayan por un lado y por otro? ¿Cómo podemos resolver más rápidamente las necesidades de los pacientes?
Yo creo que estas soluciones nacen de una dificultad nuestra. No se trata de aplicarlas sin tener claramente hacia dónde vamos. La IA tiene sentido cuando ayuda a resolver un problema específico: mejorar tiempos, optimizar recursos, aumentar la seguridad, ordenar prioridades o facilitar una atención más oportuna.
¿Cuál es el principal desafío al momento de incorporar estas soluciones?
Un punto que es muy importante, y que en la Fundación ya tenemos claro, es que el mercado hoy tiene muchas posibilidades y brinda muchas alternativas. Hay que aprender a validar esas herramientas, porque no todas son iguales. En general, cuando salen al mercado, salen con estudios controlados de muy buen desempeño, pero en la clínica no es igual. Por eso hay que tener una metodología muy clara de cómo se valida antes de aplicarla. Una cosa es el comportamiento de una solución en un ambiente controlado, con bases de datos específicas y condiciones ideales, y otra cosa es su desempeño frente a pacientes reales, con variabilidad clínica, técnica y operativa.
Y algo muy importante: son herramientas que van bajo la responsabilidad médica. No son para que sean autónomas.
Es fundamental no perder la idea de que son herramientas que van bajo tu responsabilidad para poder aplicarlas de forma responsable con los pacientes.
No podemos decir que la IA va a emitir cualquier concepto, porque también, como los humanos, se equivoca. Aquí lo que pasa es que hay una sinergia. Es lo que se llama la in-
teligencia aumentada: saber qué hace bien la máquina, qué hacen bien los humanos y sumar beneficio para todos.
¿Qué significa, entonces, hablar de inteligencia aumentada?
Significa entender que la tecnología no reemplaza el criterio médico, sino que puede potenciarlo. Hay tareas donde la máquina puede ser muy eficiente: detectar patrones,
ordenar grandes volúmenes de información, alertar sobre hallazgos posibles o priorizar estudios. Pero también hay aspectos en los que el médico sigue siendo fundamental:
interpretar el contexto, integrar la información clínica, tomar decisiones y asumir la responsabilidad final. La clave está en saber qué hace bien cada uno. La máquina puede ayudar, pero el médico debe saber cómo usarla, cuándo confiar, cuándo dudar y cómo integrar esa información al cuidado del paciente.
¿Qué herramientas de inteligencia artificial ya están utilizando?
Nosotros tenemos muchas herramientas en este momento. Por ejemplo, hemos usado soluciones que nos han permitido disminuir los tiempos de adquisición en resonancia magnética entre un 30 y un 40%, lo cual nos da la oportunidad de atender muchos más pacientes.
Esa reducción no es solamente un dato técnico. Tiene un impacto directo en la operación del servicio y en la experiencia de los pacientes. Permite ampliar la capacidad de atención, mejorar la disponibilidad de turnos y hacer más eficiente el uso de equipos de alta demanda.
También tenemos herramientas en seguridad que nos han permitido disminuir el número de repeticiones en radiología simple. Es decir, ya se hacen menos repeticiones de las habituales, porque la herramienta permite decirle al técnico, antes de que haga el estudio, si ese paciente está bien posicionado o si hay que corregir algo. Esto permite que el diagnóstico sea más rápido y que nos equivoquemos menos, especialmente en horarios no hábiles.
Porque el hospital durante el día funciona con una gran capacidad, pero a las dos de la mañana no es el mismo recurso, aunque la necesidad de hacerlo bien es igual. Entonces, estas herramientas que hemos incorporado han funcionado muy bien.
¿En qué áreas nota mayor impacto dentro de la práctica diaria?
Hay impactos en distintos niveles. Uno es el diagnóstico, especialmente en urgencias, donde el tiempo es crítico y donde una alerta temprana puede ayudar a priorizar casos.
Otro es el operativo, cuando se logra reducir tiempos de adquisición, ordenar flujos o disminuir estudios repetidos. Y otro impacto importante está en la comunicación médica.
La inteligencia artificial puede ayudar a que los procesos sean más consistentes, especialmente en momentos donde los recursos humanos no son los mismos que durante el día. No se trata de reemplazar el trabajo del equipo, sino de sostener la calidad y apoyar la toma de decisiones en condiciones más exigentes.
¿La IA también puede mejorar el informe radiológico?
Sí. Estamos teniendo herramientas para mejorar nuestro informe radiológico, para hacerlo más conciso y más claro para clínicos y para pacientes. El informe no es solamente para el radiólogo. A veces hay clínicos con mucha diferencia en su formación. Un subespecialista probablemente está más cerca de lo que queremos decir nosotros como radiólogos, pero un médico comunitario probablemente lo recibe de otra manera.
Y no hay que olvidar que en nuestro medio el primero que recibe el informe muchas veces es el paciente, y ahí se pueden generar muchas dudas.
Entonces, hay herramientas que hoy están funcionando como una supervisión del reporte, buscando que sea más eficiente, más claro y más útil para todos los que lo reciben.
El objetivo es que el informe mantenga precisión médica, pero que al mismo tiempo sea comprensible y facilite la toma de decisiones.
¿Qué rol puede tener la IA en los flujos de trabajo?
Hay muchas herramientas verticales desde el punto de vista administrativo. Por ejemplo, herramientas para generar flujos diferentes dependiendo de la posibilidad de anormalidad o
normalidad de un estudio.
Probablemente los estudios normales van por una vía, y los anormales por otra. Los anormales tienen que ser leídos más rápido y probablemente por personas con mayor experiencia, porque son los casos más complicados.
Esto permite pensar en modelos de trabajo más inteligentes, donde los estudios no se organizan solamente por orden de llegada, sino también por complejidad, prioridad clínica o probabilidad de hallazgo.
El mundo está abierto a muchas cosas y ahí tendremos que seguir aprendiendo e ir viendo cómo las aplicamos sin afectar la calidad y sin quitarle la responsabilidad al médico, que es
muy importante.
¿Qué cuidados deberían tener las instituciones antes de implementar IA?
Lo primero es no incorporar tecnología solamente porque está disponible. Hay que identificar una dificultad, definir un objetivo y validar la herramienta en el propio contexto. No todas las instituciones tienen las mismas necesidades, los mismos recursos ni los mismos perfiles de pacientes. También hay que formar a los equipos. La IA debe ser
entendida por quienes la van a utilizar. El médico debe conocer sus alcances, sus limitaciones y sus posibles errores.
Solo así puede aplicarla de manera responsable.
Otro punto central es medir resultados: si mejora tiempos, si reduce errores, si ayuda a priorizar casos, si mejora la eficiencia o si aporta valor real para el paciente.
¿La IA va a reemplazar al radiólogo?
Yo creo que, como siempre se ha dicho, el temor que teníamos los radiólogos era que la IA nos iba a reemplazar. Pero creo que la IA va a hacer una cosa: va a reemplazar a los médicos que no sepan de IA.
Los que la sepan usar la van a controlar. Los otros van a desaparecer. Yo creo que eso va a ser importante.
Para el Dr. Romero, el futuro de la radiología no estará definido por una competencia entre humanos y máquinas, sino por la capacidad de integrar tecnología, conocimiento médico y responsabilidad profesional. La IA abre oportunidades concretas para mejorar eficiencia, seguridad, tiempos de respuesta y calidad de los informes, pero su verdadero valor
dependerá de cómo se la valide, cómo se la implemente y cómo se la utilice dentro de cada institución.
En ese camino, la formación de los radiólogos será decisiva. No se trata solo de adoptar herramientas, sino de comprenderlas, controlarlas y aplicarlas con criterio clínico. Allí aparece el concepto central de la entrevista: la IA como inteligencia aumentada, al servicio del médico, del sistema de salud y, principalmente, de los pacientes.