Un estudio prospectivo, monocéntrico y cruzado de lectores publicado el 21 de agosto en Academic Radiology probó cuatro productos comerciales de IA para radiografías de tórax frente a la lectura sin ayuda. Cinco lectores con uno a seis años de experiencia evaluaron 1.200 pacientes consecutivos y 1.861 radiografías para infiltrados pulmonares, derrames pleurales, masas mediastínicas, neumotórax y nódulos pulmonares, en cinco condiciones, con un lavado de 14 días entre sesiones y orden aleatorio de los casos. El estándar de referencia fue el informe clínico finalizado, complementado con TC confirmatoria cuando estuvo disponible.
El resultado principal
"La asistencia de la IA no mejoró la precisión diagnóstica." En el caso de los derrames pleurales y los nódulos pulmonares, la precisión disminuyó en varios emparejamientos lector-herramienta, y el mecanismo señalado es un aumento de los falsos positivos: la herramienta marca algo, el lector lo acepta y el hallazgo no está ahí.
Qué falla en el marco habitual
Esto es exactamente lo contrario de cómo suelen presentarse los resultados de la IA en radiología. Cada cifra comercializable aquí es un resultado secundario y todas mejoraron: tres de cinco residentes leyeron más rápido, con reducciones medianas de 6 a 17 segundos por caso (p≤0,031); cuatro de cinco informaron mayor confianza; las consultas a especialistas sénior cayeron en emparejamientos concretos y la derivación a TC disminuyó en uno. Mientras tanto, el resultado principal, el rendimiento diagnóstico, no se movió y fue a peor para dos hallazgos. Mayor confianza junto con menor precisión es la firma de manual del sesgo de automatización, y los autores lo nombran explícitamente. Un texto que encabezara con "la IA reduce el tiempo de lectura y aumenta la confianza del radiólogo" sería exacto en cada detalle y equivocado en el conjunto.
Por qué "comerciales" es la palabra clave
No se trata de prototipos de investigación. Son productos comercializados y autorizados, ya desplegados en flujos de trabajo clínicos, probados cara a cara en un entorno real, lo que constituye un diseño de evidencia sustancialmente más sólido que los estudios retrospectivos de una sola herramienta que sustentan la mayoría de las decisiones de compra.
Lo que el estudio no demuestra
Es monocéntrico, los lectores son relativamente jóvenes y el estándar de referencia es el informe finalizado, no los resultados en pacientes. Los autores concluyen que todavía hacen falta ensayos clínicos para determinar si los pacientes evolucionan mejor, y que el despliegue requiere una adaptación local cuidadosa para evitar el sesgo de automatización sin dejar de capturar las ganancias de eficiencia. Las ganancias de eficiencia, cabe destacar, son reales; simplemente no son lo que estas herramientas prometen vender.