Artículo original: Gorospe-Sarasúa L, Muñoz-Olmedo JM, Sendra-Portero F, de Luis-García R. Retos de la formación en radiología en la era de la inteligencia artificial. Radiología. 2022;64:54-59.
Sociedad: Sociedad Española de Radiología Médica (Seram).
Palabras clave: Formación, Inteligencia Artificial, Persoectivas, Radiologia, Retos.
Abreviaturas y acrónimos utilizados: ECM (estándar de cuidados médicos), IA (inteligencia artificial), TC (tomografía computarizada).
Línea editorial: Radiología es una revista científica vinculada a la SERAM y publicada por Elsevier España. Incluye artículos originales, revisiones y secciones de actualización orientadas a la práctica clínica y a la formación de los radiólogos. El artículo ha sido seleccionado del Volumen 64 (publicado en 2022), y pertenece a la sección Radiología hoy, lo que encaja con su carácter reflexivo y de actualización sobre un tema transversal para la especialidad: la incorporación de la inteligencia artificial a la formación radiológica.
- Otros artículos que también tratan el tema de la IA y podrían resultar de interés en esta misma revista, podrían ser: Inteligencia artificial en Radiología: introducción a los conceptos más importantes, Dificultades en la implantación de la inteligencia artificial en la práctica radiológica: lo que el radiólogo necesita saber y Percepciones de estudiantes de Medicina sobre el impacto de la inteligencia artificial en radiología
- Motivos para la selección:
- Este artículo aborda un tema de gran actualidad para los residentes y especialistas en Radiodiagnóstico. La inteligencia artificial ya forma parte del día a día y está implantada en nuestros hospitales. Es por ello, que es crucial obtener formación sobre su funcionamiento y los retos que supone. Además, considero que a todo profesional de la radiología debe interesarle el debate sobre la influencia de la IA en el futuro de la radiología y cómo esta puede modificar no sólo la práctica asistencial, sino también la manera en la que se enseña y se aprende la especialidad. Además, el artículo resulta útil porque organiza los retos formativos por etapas: pregrado, residencia y formación continuada, lo que permite entender mejor qué competencias deberían incorporarse progresivamente.
Resumen:
La inteligencia artificial está generando un cambio profundo en la radiología, no solo en la práctica asistencial, sino también en la forma de enseñar y aprender la especialidad. Los autores defienden que la IA no elimina la necesidad de formar radiólogos, sino que obliga a incorporar nuevas competencias desde el grado, durante la residencia y en la formación continuada. El artículo revisa la percepción de estudiantes, residentes y radiólogos, que en general reconocen el impacto futuro de la IA y demandan mayor formación específica. Aunque algunos estudiantes pueden verla como una amenaza para las expectativas profesionales, los autores señalan que una mayor exposición a la IA y a la radiología podría reducir esta preocupación. Los principales retos formativos se organizan en tres etapas. En pregrado, la IA puede apoyar la docencia y la evaluación, pero no debe sustituir el razonamiento clínico ni la dimensión humana de la medicina. Durante la residencia, debe evitarse que los algoritmos reemplacen demasiado pronto las tareas necesarias para adquirir criterio radiológico. En la formación continuada, destacan la ausencia de un currículo estructurado, las implicaciones legales y éticas, la equidad en el acceso a estas herramientas y el riesgo de sobredependencia tecnológica. Como conclusión, la IA debe incorporarse de forma progresiva, crítica y supervisada, entendida como una herramienta complementaria que puede favorecer una formación más personalizada, liberar tiempo para tareas tediosas o mecánicas, y reforzar que desempeña el radiólogo en la correlación clínica.
Valoración personal:
Este artículo me ha parecido especialmente interesante porque aborda la inteligencia artificial desde una perspectiva formativa y práctica, que además de ser en la que me encuentro, evita una visión excesivamente alarmista. Su principal valor es que no presenta la IA como una sustitución directa del radiólogo, sino como una herramienta que obliga a replantear las competencias que debe adquirir el especialista y cómo debe adaptarse la enseñanza de la radiología. Me parece muy acertado que los autores clasifiquen los retos según la etapa formativa. En el caso de los estudiantes de medicina, resulta importante transmitir que la radiología seguirá necesitando razonamiento clínico, integración de datos y contacto con el paciente. En la residencia, el mensaje es todavía más relevante: aunque la IA pueda automatizar tareas repetitivas, el residente debe aprender primero a interpretar, priorizar, protocolizar y reconocer errores antes de apoyarse de forma rutinaria en algoritmos. También considero muy útil la reflexión sobre el sesgo de automatización y la posible pérdida de pensamiento crítico. En un entorno en el que cada vez habrá más herramientas integradas en la práctica diaria, el radiólogo no debería limitarse a aceptar sus resultados, sino conocer sus indicaciones, limitaciones, sesgos y posibles fallos. Esto convierte la formación en IA en una necesidad real, sin olvidar en ningún punto la necesidad de supervisarla con criterio clínico y punto de vista humano/ético.
Como punto mejorable, el artículo tiene un componente más reflexivo que práctico: sería óptimo contar con ejemplos reales de Inteligencia Artificial en la práctica diaria. A pesar de que el artículo es de 2022, mantiene plena vigencia, ya que plantea preguntas esenciales sobre currículo, responsabilidad legal y ética, y papel del radiólogo en el futuro. En conjunto, creo que es un artículo recomendable para residentes de cualquier año, especialmente para quienes estén interesados en docencia o innovación tecnológica. Ayuda a entender que la IA no debe verse como una amenaza aislada, sino como una oportunidad para reforzar el papel del radiólogo si se incorpora de forma crítica y supervisada.
Sección y órgano-sistema: Actualidad en radiología.
Técnica radiológica: No aplica.
Tipo de artículo: Revisión bibliográfica
Año de residencia recomendado: R1, R2, R3, R4.
Carmen Castillo Gonzalez
R3 del Hospital Universitario de Burgos.
cbseram.com 
Deja un comentario