La IA que ayuda a leer antes las radiografías urgentes

Las radiografías de tórax son una de las pruebas más habituales de un hospital. También son una cola: una imagen que puede esperar y otra con un neumotórax o un derrame pleural entran por el mismo circuito. El problema no es que falte una imagen, sino decidir cuál necesita ojos humanos primero.

Ese es el caso de uso que evaluó Changi General Hospital (CGH), en Singapur, en un estudio publicado en 2024. El hospital incorporó una herramienta de inteligencia artificial para ordenar radiografías de tórax como normales, no urgentes o urgentes antes de la revisión clínica. El objetivo no era emitir un diagnóstico autónomo, sino ayudar a que la lista de trabajo del radiólogo reflejara la prioridad clínica.

Qué se aplicó en el hospital

La evaluación estudió Lunit INSIGHT CXR Triage, versión 3.1.5.0, dentro de un entorno hospitalario real. La aplicación analiza la radiografía y asigna una prioridad a la exploración. Después, la imagen sigue pasando por el circuito asistencial: el profesional interpreta el estudio y firma el informe.

El conjunto analizado fue amplio para un único centro: 20.944 radiografías realizadas en CGH entre agosto y diciembre de 2023. El artículo apareció en European Journal of Radiology en 2024. Cuarenta y tres radiólogos, sin ver el resultado de la IA, participaron en la clasificación de las imágenes en tres grupos: normal, no urgente y urgente. Esa separación es importante: permite comparar el orden que propone el sistema con una referencia humana sin convertir la recomendación de la máquina en el diagnóstico final.

CGH ya trabajaba con infraestructura para desarrollar y probar IA de imagen mediante la plataforma AIM SG. En ese contexto, el triaje no es un dispositivo aislado, sino una pieza de la logística de radiología: recibe una imagen recién adquirida, busca señales predefinidas de hallazgos críticos y mueve el caso hacia delante o hacia atrás en la lista de lectura.

La mejora: priorizar, no sustituir

Los resultados muestran por qué esta aplicación resulta útil en una especialidad con mucho volumen. En la categoría de radiografías urgentes, el sistema registró una sensibilidad del 82% y una especificidad del 99%; el valor predictivo negativo fue del 98%. En términos prácticos, un resultado no urgente del sistema ayudó a descartar que la imagen perteneciera a la categoría urgente, mientras que una alerta tenía una especificidad alta y merecía atención prioritaria.

Para las radiografías consideradas normales, el estudio comunicó sensibilidad del 89%, especificidad del 93% y un área bajo la curva de 0,91. Para las no urgentes, las cifras fueron 93%, 91% y 0,92, respectivamente. Los autores también observaron una reducción estadísticamente significativa de los tiempos de respuesta en los subgrupos analizados.

La mejora no consiste en que la IA “vea” mejor que todo el equipo. Consiste en administrar el orden de lectura cuando cada minuto cuenta. Si una imagen con posible urgencia aparece antes en la estación de trabajo, el radiólogo puede confirmar, descartar o contextualizar el hallazgo antes. Las imágenes sin señales de prioridad no desaparecen de la cola; simplemente no compiten con la misma urgencia por la primera revisión.

Ese diseño también encaja con el marco regulatorio del producto. La FDA estadounidense clasifica Lunit INSIGHT CXR Triage como software de priorización radiológica asistida por ordenador. Su autorización 510(k) no convierte al programa en un médico ni autoriza a prescindir de la interpretación profesional. Describe un uso de apoyo: priorizar y notificar casos que pueden requerir atención rápida.

Lo que las cifras no permiten concluir

Conviene no convertir una mejora de flujo en una promesa clínica mayor de la que la evidencia sostiene. El estudio se realizó en un solo hospital y con imágenes obtenidas durante cinco meses. Aunque incluyó población diversa y analizó subgrupos de edad, sexo y etnia, otros hospitales pueden tener equipos, prevalencias y circuitos de trabajo distintos.

Además, una sensibilidad del 82% para el grupo urgente implica que el sistema no detecta todos los casos urgentes; por eso la lectura humana y los procedimientos de seguridad siguen siendo imprescindibles. La especificidad elevada tampoco es un diagnóstico: una radiografía priorizada necesita interpretación junto con la historia clínica y, cuando corresponde, otras pruebas.

El trabajo tampoco demuestra por sí solo menos mortalidad, menos ingresos ni una reducción concreta de costes. Mide la clasificación y el tiempo de respuesta, que son indicadores valiosos pero intermedios. La pregunta práctica para un hospital no es “¿puede la IA reemplazar al radiólogo?”, sino “¿puede hacer que el radiólogo vea antes el estudio que no debería esperar?”.

Una lección trasladable

El caso de CGH ilustra una aplicación madura de la IA médica: no prometer una consulta automática, sino quitar fricción a un punto específico del proceso. La imagen sigue siendo revisada por un profesional; la IA aporta una segunda capa de ordenación que puede hacer más visible una posible urgencia.

Para pacientes y equipos clínicos, el beneficio potencial es sencillo de entender: una prueba crítica puede llegar antes a quien tiene que decidir. Para los responsables de implantarla, la exigencia es igual de sencilla y más difícil: validar el sistema en su propia población, medir los falsos negativos y vigilar que la prioridad automática mejore la atención sin esconder errores.

Sensibilidad no significa prioridad perfecta

La sensibilidad urgente del 82% implica que algunos estudios considerados urgentes por los radiólogos no recibieron esa etiqueta de la IA. La especificidad del 99% indica que pocas radiografías no urgentes fueron elevadas por error. Ninguna de las dos cifras dice por sí sola cuántos casos aparecen en una jornada: eso depende de la prevalencia y determina los valores predictivos.

En triaje, el coste de los errores es asimétrico. Un falso negativo puede retrasar un estudio urgente; un falso positivo añade trabajo temprano a la cola. El umbral debe elegirse con el servicio clínico y comprobarse por turno, equipo, población y patología. Una curva global no sustituye el seguimiento de pacientes ni la revisión del flujo real.

Autorización regulatoria y estudio local responden cosas distintas

La ficha 510(k) de la FDA describe una herramienta pasiva para priorizar radiografías adultas con sospecha de derrame pleural o neumotórax. No diagnostica por sí sola, no señala una región concreta y no debe determinar una decisión clínica sin especialista. El estudio de Singapur evaluó una versión y una clasificación de flujo más amplias. Compartir nombre comercial no hace equivalentes ambos alcances.

Esta distinción protege contra un error frecuente: presentar «autorizado» como sinónimo de «probado para cualquier hospital y cualquier categoría». La autorización fija una indicación y una comparación regulatoria; el ensayo local aporta rendimiento en una población y un flujo. Antes de desplegar hay que comprobar versión, indicación, integración con PACS, umbral, plan ante fallos y responsable de cada lectura.

El seguimiento continúa después del despliegue. El hospital debe comparar periódicamente prioridad automática y lectura final, clasificar retrasos y falsas alarmas y revisar si cambian al variar equipo, turno o población. El estudio local ofrece un punto de partida, no un certificado permanente. Si deriva el rendimiento, hacen falta un umbral de intervención, un responsable y una vía segura para volver al flujo sin IA.

La capacidad transferible es leer una IA clínica en tres capas: propósito regulado, rendimiento estadístico y efecto operativo. Si una afirmación salta de una capa a otra —de AUC a tiempo de atención, o de autorización a diagnóstico—, el lector debe pedir el dato que falta. También debe comprobar siempre que el nombre y la versión exacta del producto coincidan ya en el estudio, el hospital y el expediente regulatorio. Priorizar antes puede ayudar; nunca convierte la lista de trabajo en un veredicto automático.