La predicción de Geoffrey Hinton en 2016 sobre la obsolescencia de los radiólogos debido al aprendizaje profundo no se ha cumplido. Expertos en radiología afirman que la IA, lejos de sustituir, complementa su labor, mejorando la fiabilidad y precisión en el diagnóstico. Subrayan que el juicio clínico, la integración del contexto y la toma de decisiones bajo incertidumbre son aspectos insustituibles por la tecnología, y de hecho, la demanda de radiólogos ha aumentado.
En 2016, Geoffrey Hinton, una figura clave en la inteligencia artificial y galardonado con el Nobel de Física 2024, predijo que en cinco años el aprendizaje profundo superaría a los radiólogos, sugiriendo que la formación en esta especialidad debería detenerse. Estas declaraciones, realizadas por el científico computacional que dejó Google por los riesgos de la IA, han sido reevaluadas por profesionales del sector casi una década después, quienes concluyen que sus pronósticos no se materializaron.
José Luis del Cura Rodríguez, jefe del servicio de Radiología de la OSI Donostialdea y expresidente de la Sociedad Española de Radiología Médica (SERAM), afirma que "Geoffrey no se va a ganar la vida prediciendo el futuro". Destaca que la actividad de los servicios de Radiología ha crecido significativamente, con un aumento tanto en el número de radiólogos como en la demanda de estos profesionales.
Luis Martí Bonmatí, director del Área Clínica de Imagen Médica de La Fe y catedrático de Radiología de la Universitat de València, considera la IA como "el compañero ideal para mejorar en fiabilidad y precisión". Contrario a la idea de la extinción de los radiólogos, Martí Bonmatí señala que actualmente se necesitan más profesionales que hace cinco años.
Ángel Morales, coordinador de la comisión de IA de la SERAM y radiólogo en el Hospital Universitario Donostia de San Sebastián, explica que el error de Hinton radicó en una premisa incompleta: considerar la radiología únicamente como reconocimiento de patrones. "La realidad clínica es mucho más compleja. La IA identifica imágenes; los radiólogos toman decisiones médicas bajo incertidumbre, integran el contexto y asumen responsabilidad. Por eso la sustitución nunca ocurrió", puntualiza Morales.
Del Cura enfatiza que la IA ya está integrada en todos los sistemas de imagen, mejorando notablemente su calidad. Esta mejora ha resultado en una mayor calidad de las exploraciones y un incremento en su demanda. Aunque los radiólogos utilizan herramientas de IA para el diagnóstico, esto "ha tenido con frecuencia el efecto paradójico de aumentar la demanda de informes radiológicos", subraya el expresidente de la SERAM.
Álvaro Palazón, médico radiólogo del Hospital General de Alicante con formación en IA y vocal de IA de la Sociedad Española de Radiología Vascular e Intervencionista (SERVEI), menciona que en radiología de tórax y músculo esquelético en Urgencias, el nivel de la IA es comparable al de un radiólogo o médico urgentista, aunque inferior al de un radiólogo experto. Ante el déficit de radiólogos, los médicos de Urgencias emplean la IA, observándose una mejoría en el diagnóstico radiológico.
Palazón resalta el alto valor predictivo de la IA, que puede indicar si una persona está sana, pero advierte sobre la posibilidad de más falsos negativos. Por ejemplo, en radiografías de tórax, una imagen de pezón puede ser erróneamente interpretada como sospecha de tumor. "La IA está dando más trabajo del que quita y hay un riesgo de hacer más pruebas a los pacientes" debido a estas detecciones de la máquina, matiza Palazón.
Morales añade que "la radiología no es ‘ver imágenes’. Es integrar síntomas, antecedentes, riesgos y consecuencias terapéuticas. Es decidir qué importa y qué no, qué implica urgencia y qué requiere seguimiento. El juicio clínico no es automatizable". De hecho, la regulación europea prohíbe la sustitución del radiólogo por la IA. La ley europea de la IA clasifica su aplicación en diagnóstico como de alto riesgo, "y debe estar supervisada de forma efectiva por el radiólogo. No puede tomar decisiones clínicas autónomas", recalca Morales.
El experto también señala la escasez de radiólogos: "La demanda crece por más pruebas, más complejidad y más envejecimiento poblacional. La IA no reduce la necesidad de radiólogos; la amplifica porque permite hacer más y mejor". Desde la SERAM, insisten en que "la IA transformará la especialidad, pero no la sustituirá. El futuro no es ‘IA en lugar de radiólogos’, sino radiólogos que lideran la IA".
José Vilar Samper, radiólogo jubilado y exjefe de servicio de Radiología del Hospital Peset de València, ha observado "cambios esenciales" en su profesión, pasando de una labor técnica a una más orientada a la clínica. "La IA nos ayuda en cada uno de los pasos y nos puede superar detectando y caracterizando. Esta tecnología puede hacer al radiólogo más clínico, más integral en su visión y sus conocimientos", añade Vilar Samper.
Entre las limitaciones de la IA, que funciona bien en tareas específicas, Morales destaca la falta de robustez, explicabilidad e integración efectiva en los flujos clínicos. "El salto del laboratorio al servicio de radiología es mucho más difícil de lo que parecía", concluye.
Un reciente artículo en Nature Medicine sugiere que la IA en la educación médica podría llevar a que los futuros profesionales de la salud no desarrollen las habilidades que poseen los radiólogos y otros especialistas actuales. Álvaro Palazón argumenta que los radiólogos deben ser formados no solo de manera tradicional, sino también en el manejo de los flujos de la inteligencia artificial.
Otros académicos advierten que la IA podría "erosionar los conocimientos de los médicos", un fenómeno conocido como ‘deskilling’, y llevarlos a aceptar errores del aprendizaje profundo. Amelia Jiménez Sánchez, investigadora postdoctoral en el grupo de Inteligencia Artificial en la Medicina de la Universitat de Barcelona, explica que "si los profesionales confían excesivamente en sus recomendaciones, existe el riesgo de aceptar resultados incorrectos sin una revisión crítica adecuada".
Jiménez subraya que el principal desafío es asegurar que los sistemas de IA sean confiables, justos y útiles en la práctica clínica. "Antes de su incorporación a la asistencia sanitaria, es necesario evaluarlos rigurosamente en poblaciones diversas y en condiciones reales de uso para comprobar que sus resultados son precisos y generalizables", declara la experta. Palazón añade que "Todas las IA van a tener sesgos y vas a tener que validarlo en tu población local. Esto va a suponer retrasar su implementación".
La académica también coincide en que la IA no reemplaza al radiólogo. "Actualmente funciona mejor como una segunda opinión o una ayuda adicional que como un reemplazo de la experiencia humana al detectar anomalías en las imágenes, priorizar los casos más urgentes o automatizar tareas repetitivas", matiza Jiménez.
Jiménez indica que la implementación de la IA en radiología varía entre las comunidades autónomas, a pesar de existir una Estrategia de Salud Digital del Sistema Nacional de Salud. En la Comunidad de Madrid, se ha priorizado la incorporación de herramientas de IA en hospitales públicos para agilizar y mejorar el diagnóstico mediante el análisis avanzado de imágenes médicas, especialmente en cáncer de próstata y mama. En Cataluña, el enfoque ha sido la validación clínica y evaluación de tecnologías sanitarias basadas en IA, mientras que en Andalucía se han centrado en el desarrollo de infraestructuras de salud digital y la gestión de datos sanitarios para impulsar la investigación colaborativa en IA aplicada a la salud.
