En 2016, el científico computacional Geoffrey Hinton —considerado uno de los referentes del aprendizaje profundo y galardonado con el Premio Nobel de Física en 2024— realizó una predicción drástica: sostuvo que se debía dejar de entrenar radiólogos porque en cinco años las máquinas serían mejores que los humanos. Sin embargo, casi una década después, la realidad en las instituciones médicas tomó un rumbo opuesto.
Lejos de provocar el fin de la profesión, la implementación de herramientas tecnológicas derivó en un aumento del volumen de trabajo y en una mayor necesidad de especialistas en los servicios de imagen médica.
El juicio clínico frente al reconocimiento de patrones
El error en los pronósticos iniciales radicó en asumir que la radiología consistía únicamente en identificar patrones en imágenes. Según explicó Ángel Morales, coordinador de la comisión de Inteligencia Artificial de la Sociedad Española de Radiología Médica (SERAM) y radiólogo del Hospital Universitario Donostia, la realidad clínica es más compleja: mientras la máquina analiza patrones, el médico toma decisiones bajo incertidumbre, evalúa el contexto general e integra la responsabilidad del diagnóstico.
Por su parte, José Luis del Cura Rodríguez, jefe del servicio de Radiología de la OSI Donostialdea y expresidente de la SERAM, señaló que el número de radiólogos y la demanda de sus informes creció de manera constante. Asimismo, Luis Martí Bonmatí, director del Área Clínica de Imagen Médica de La Fe y catedrático de la Universitat de València, afirmó que la tecnología actúa como un colaborador clave para elevar la fiabilidad y precisión de los estudios.
El impacto real en la práctica de guardia
Las herramientas basadas en inteligencia artificial ya están incorporadas en los equipos de captación de imágenes, lo que mejoró la calidad de las exploraciones. En la atención de urgencias para radiografías de tórax o del sistema músculo esquelético, estos sistemas alcanzan niveles de desempeño comparables a los de un médico generalista, ayudando a amortiguar la falta de especialistas de guardia.
No obstante, la capacidad de los algoritmos continúa por debajo de la de un radiólogo experimentado. Álvaro Palazón, radiólogo del Hospital General de Alicante y vocal de la Sociedad Española de Radiología Vascular e Intervencionista (SERVEI), indicó que aunque estas herramientas poseen un alto valor predictivo para confirmar estados de salud, presentan limitaciones operativas. Ciertos elementos normales, como la sombra de un pezón en una placa de tórax, suelen ser catalogados erróneamente por la máquina como tumores sospechosos, un factor que termina generando revisiones adicionales y mayor carga laboral para los profesionales.