Artículo original: Wintermark M, Allen JW, Bhala R, Derdeyn C, Gupta A, Hess CP, Hoxworth JM, Huisman T, Jayaraman MV, Malhotra A, McKinney AM, Mossa-Basha M, Policeni B, Poussaint TY, Saindante A, Vagal A, Whitlow C. Current State of Artificial Intelligence Adoption and Implementation in Neuroradiology Departments: Insights from a US National Survey. AJNR. 2026 Sep; 47 (9): 2245–2248.
DOI: https://www.ajnr.org/content/47/9/2245
Sociedad: American Society of Neuroradiology (@TheASNR)
Palabras clave: inteligencia artificial, IA, adopción, implementación, neurorradiología, gestión.
Abreviaturas y acrónimos utilizados: ASNR (American Society of Neuroradiology), IA (Inteligencia Artificial).
Línea editorial del número: American Journal of Neuroradiology es la revista de la Sociedad Americana de Neurorradiología (ASNR, American Society of Neuroradiology), con publicación mensual, que publica tanto artículos originales como de revisión. El número 9 del volumen 47, de septiembre de 2026, cuenta con 29 artículos. Además del presente, son reseñables también una revisión sistemática sobre los errores en neurointervencionismo, un estudio acerca del empleo de modelos extensos de lenguaje para resumen de historia clínica y una revisión sobre la anatomía fetal de los giros hipocampales por resonancia.
Motivos para la selección: las herramientas de IA son un tema de gran actualidad tanto en la literatura médica como en la divulgativa. A menudo existe una disociación entre el grado real de adopción de esta tecnología y la percepción del mismo. Además, se trata de un campo en constante y muy rápida evolución, de tal manera que este tipo de estudios son de gran importancia para conocer el estado actual de la materia.
Resumen:
La IA promete ser una revolución tecnológica en el campo de la radiología, potencialmente mejorando la precisión diagnóstica y flujos de trabajo, acelerando la adquisición de imágenes, mitigando los efectos del cansancio de los radiólogos e incrementando el volumen de pruebas de imagen.
No obstante, existe una importante disparidad entre la disponibilidad de herramientas y el grado de adopción referido en la literatura, por lo que es importante recoger datos empíricos al respecto. Con esta finalidad, se realizó una encuesta dirigida a jefes de servicio de neurorradiología a lo largo de Estados Unidos.
Se envió una en encuesta anónima a 18 jefes de servicio de neurorradiología pertenecientes al Grupo de Trabajo de Jefes de Servicio de la ASNR. La encuesta contó con 19 ítems que cubrían información demográfica, de utilización de IA y sus aplicaciones, percepciones, retos, economía y expectativas futuras.
Finalmente respondieron 16 jefes de servicio, en su mayoría de las regiones del sur y noreste de los Estados Unidos. El 62,5% refirieron utilizar herramientas de IA para uso clínico y el 81% con fines de investigación. El contexto más habitual de implementación de estas herramientas fue la patología neurovascular aguda. Las herramientas más frecuentemente utilizadas fueron para detección o caracterización de hemorragia intracraneal o ictus (56%), flujo de trabajo para ictus (25%), generación de informes (25%), segmentación automática (25%), mejora de la calidad de imagen (25%) y análisis volumétrico (13%). Sólo el 19% refirieron confiar en que sus herramientas de IA eran fiables.
El impacto sobre la percepción de la carga de trabajo fue mínimo: el 56% refirió no haber percibido ningún cambio, el 6% refirió una ligera reducción y el 37% comentó que la cuestión no era aplicable porque solamente utilizaban la IA con fines de investigación o no la utilizaban en absoluto. La colaboración con vendedores fue limitada: el 38% refirieron ninguna interacción con los vendedores mientras que sólo el 23% refirió que los vendedores les solicitaran feedback exhaustivo. El 63% opinó que los vendedores priorizan sus asunciones sobre las perspectivas de los neurorradiólogos.
Las principales barreras para la adopción mencionadas fueron el coste (56%), la integración en los sistemas informáticos (44%), insuficiente evidencia de eficacia (38%) y trabas regulatorias (31%). Solamente el 13% de los jefes de servicio mencionaron preferir contratar candidatos con conocimientos sobre inteligencia artificial. El 69% mencionó que esperaba un aumento sustancial en el uso de IA en los próximos 5 años.
En conjunto, los datos apuntan a una creciente adopción de herramientas de IA (aunque probablemente sobreestimada por contar con respuestas jefes de departamentos académicos, contrastando con el 40 – 50% de adopción referida en la literatura). No obstante, existen importantes limitaciones en relación con los costes y la falta de fiabilidad (teniendo en cuenta la escasez de validación en estudios no realizados por vendedores y con datos de la práctica clínica habitual, que a menudo cuentan con más ruido que las bases de datos utilizadas para el entrenamiento). Asimismo, ponen de manifiesto la necesidad de mayor colaboración entre industria y departamentos clínicos.
Puntos fuertes y débiles del artículo / Valoración personal:
Puntos fuertes:
- Actualidad, siendo los datos de apenas un año de antigüedad.
- Variabilidad geográfica dentro de los Estados Unidos.
- Cobertura de los principales aspectos relacionados, desde demográficos hasta relacionados con aplicaciones y economía.
Puntos débiles:
- Escaso número de participantes: 16 jefes de servicio.
- Variabilidad geográfica dentro de los Estados Unidos.
- Sobrerrepresentación de instituciones académicas frente a prácticas privadas o instituciones de menor tamaño, en las que probablemente la adopción es menor. Asimismo, participaron las instituciones cuyos jefes de servicio forman parte de este grupo de trabajo, existiendo la probabilidad de que sean precisamente de los jefes de servicio más involucrados en la adopción de esta tecnología. Varios de los autores están involucrados en empresas desarrolladoras de herramientas de IA de diversas maneras (https://www.asnr.org/wp-content/uploads/2025/05/ASNR25-Disclosure-Index.pdf).
- Carácter subjetivo de las respuestas: en todo lo relacionado con el aumento o disminución de carga de trabajo, efectividad de las herramientas de IA en términos de precisión diagnóstica, economía… las respuestas hacen referencia sólo a la percepción de los jefes de servicio, la cual podría no corresponder con los datos objetivos reales acerca de estos aspectos.
- Se recoge la perspectiva de jefes de servicio, el cual es un perfil concreto dentro de la radiología que podría no representar a la mayor parte de los neurorradiólogos; la perspectiva de neurorradiólogos adjuntos que no sean jefes de servicio ni tengan labores de gestión podría ser diferente.
El principal valor del artículo es reflejar un creciente afán por la adopción de herramientas de IA en el ámbito de la neurorradiología, aunque pone de manifiesto las importantes limitaciones que todavía existen: costes, fiabilidad limitada y disociación entre las importantes limitaciones que todavía existen: costes, fiabilidad limitada y disociación entre las necesidades clínicas y la perspectiva de la industria.
Firma:
Mikel Isla Jover
Hospital Universitario de Cruces, Barakaldo. R4.
cbseram.com 
Deja un comentario