Noticias
Diagnóstico con IA: las mamografías ya se analizan un 50% más rápido en Argentina
La inteligencia artificial comienza a transformar el diagnóstico por imágenes en Argentina. Especialistas aseguran que la tecnología reduce hasta un 50% los tiempos de análisis de mamografías.
La incorporación de inteligencia artificial en el sistema sanitario argentino empieza a mostrar resultados concretos, especialmente en el área del diagnóstico por imágenes. Según se informó durante un seminario virtual organizado por la Cámara de Instituciones de Diagnóstico Médico (CADIME), la utilización de herramientas basadas en IA permitió reducir hasta un 50% el tiempo necesario para revisar mamografías sin hallazgos relevantes.
El avance representa un cambio significativo para uno de los estudios más importantes en la prevención y detección temprana del cáncer de mama, una enfermedad que continúa siendo una de las principales causas de mortalidad oncológica en mujeres.
La mamografía es una radiografía especializada del tejido mamario que permite detectar lesiones incluso antes de que aparezcan síntomas clínicos. Gracias a este estudio es posible identificar tumores en etapas iniciales y aumentar considerablemente las posibilidades de tratamiento exitoso.
Diagnóstico más rápido y eficiente
Durante la jornada organizada por CADIME participaron los bioingenieros Martín Sánchez, Ernesto Ridel y Antonio Morales, quienes expusieron sobre la implementación de inteligencia artificial en hospitales públicos argentinos y los resultados obtenidos hasta el momento.
Según explicó Sánchez, una de las principales ventajas observadas es la capacidad de la IA para agilizar el trabajo de los especialistas.
En experiencias ya implementadas, los sistemas lograron reducir a la mitad el tiempo dedicado a la revisión de mamografías que finalmente no presentaban anomalías. Esto permite que los profesionales concentren sus esfuerzos en aquellos estudios que requieren un análisis más profundo o una evaluación inmediata.
Los especialistas señalaron que actualmente los usos más extendidos de la inteligencia artificial en diagnóstico por imágenes se encuentran en tres áreas fundamentales: el screening oncológico masivo, la automatización de reportes médicos y los sistemas de triage utilizados en servicios de emergencia.
Estas aplicaciones buscan optimizar los tiempos de trabajo, mejorar la eficiencia de los equipos médicos y contribuir a una atención más rápida de los pacientes.
Los desafíos que enfrenta la detección del cáncer
Uno de los datos más relevantes expuestos durante el seminario estuvo relacionado con las limitaciones que todavía presenta el diagnóstico convencional.
De acuerdo con los especialistas, aproximadamente el 30% de los cánceres de mama no son detectados durante los programas tradicionales de screening.
A esto se suman otros factores que impactan en la calidad diagnóstica, como la escasez de radiólogos en determinadas regiones del país, la fatiga visual que puede afectar a los profesionales durante extensas jornadas laborales y la variabilidad propia de la interpretación humana.
Los expertos remarcaron además que una de cada cinco mamografías puede generar falsos negativos, es decir, estudios que no identifican una lesión existente.
En este contexto, la inteligencia artificial aparece como una herramienta de apoyo capaz de complementar la labor médica y colaborar en la detección de imágenes sospechosas que requieran una evaluación más exhaustiva.
Modernización en hospitales públicos
La implementación de estas tecnologías forma parte de distintos programas de modernización sanitaria impulsados junto al Banco Interamericano de Desarrollo (BID).
Las iniciativas permitieron avanzar en la digitalización de hospitales públicos y en la incorporación de sistemas de almacenamiento y gestión de imágenes médicas.
Según detallaron los especialistas, el proceso incluyó la actualización de los sistemas PACS, utilizados para archivar, administrar y compartir estudios diagnósticos, además de la integración progresiva de algoritmos de inteligencia artificial orientados al apoyo clínico.
Este modelo permitió centralizar imágenes, optimizar recursos y crear una infraestructura tecnológica más eficiente para el trabajo de los profesionales de la salud.
Una inversión con fuerte ahorro de costos
Otro de los aspectos destacados durante la presentación estuvo relacionado con el impacto económico de la modernización tecnológica.
Antonio Morales explicó que la implementación permitió transformar grandes inversiones iniciales en esquemas de gasto operativo más accesibles, eliminando la necesidad de adquirir costoso equipamiento importado.
El modelo adoptado se basa en un sistema de pago por estudio realizado, facilitando el acceso a la tecnología para los establecimientos sanitarios.
Los resultados económicos fueron significativos. Según los datos expuestos, se registró un ahorro del 90% en costos de infraestructura inicial, una reducción del 40% en gastos de almacenamiento masivo y una disminución del 43% en el costo total de propiedad asociado al ciclo de vida de los sistemas.
Además, la infraestructura implementada incorpora estándares avanzados de ciberseguridad para la protección de la información médica.
Una realidad que ya está en marcha
Los hospitales públicos incorporados a estos programas ya procesaron más de 21.000 análisis históricos mediante inteligencia artificial.
Aunque esa cifra representa todavía una pequeña porción del universo total de estudios disponibles, los especialistas consideran que marca el inicio de una transformación profunda en el sistema sanitario argentino.
La experiencia demuestra que la inteligencia artificial no busca reemplazar al médico, sino potenciar sus capacidades, reducir tiempos operativos y brindar herramientas adicionales para mejorar la precisión diagnóstica.
Con la expansión de estos sistemas y el avance de la digitalización hospitalaria, la tecnología comienza a consolidarse como un aliado estratégico para fortalecer la detección temprana de enfermedades y optimizar la atención médica en todo el país.
