¿Cómo la IA está transformando la medicina y la radiología en México?

El informe de la Organización Mundial de la Salud (OMS) de 2022 resalta que la Inteligencia Artificial (IA) puede transformar la atención médica a nivel mundial, mejorando la precisión en diagnósticos, la atención clínica y la investigación médica, siempre que se desarrolle con un enfoque ético y centrado en los derechos humanos.

A medida que algunos países de ingresos altos ya están aplicando IA en áreas como la detección de enfermedades y la optimización de sistemas de salud, la tecnología podría tener un impacto transformador en regiones con menos recursos, donde las barreras al acceso a los servicios médicos son más pronunciadas.

En este contexto, Miguel Nieto, gerente general Latinoamérica y Director de Consumibles Americas, cuenta a Reporte Índigo cómo la IA está transformando la radiología en México.

“La IA está modificando la manera en que se realizan los estudios radiológicos. No es simplemente una herramienta para automatizar procesos, sino una tecnología diseñada para mejorar la experiencia tanto del paciente como del personal médico, optimizando los tiempos y los resultados de los estudios sin comprometer la calidad de la atención”, cuenta Nieto.

¿Cómo se usa la IA en la radiología?

La inteligencia artificial, explica Miguel, es una serie de algoritmos diseñados con un propósito específico. Así como hay aplicaciones en telefonía o comunicaciones, en el ámbito de la salud se están desarrollando algoritmos y protocolos con dos objetivos principales.

“El primero es mejorar las condiciones de los pacientes durante los estudios como las radiografías, permitiendo reducir al mínimo la exposición a la radiación. Gracias a la IA, los estudios son más seguros y más eficientes, lo que reduce el riesgo de efectos adversos, como la necesidad de repetir el procedimiento”, expone.

El segundo objetivo es beneficiar a los técnicos radiólogos y médicos, quienes pueden contar con imágenes más claras y precisas, gracias a los algoritmos que eliminan ruidos y distorsiones. Esto facilita mejores diagnósticos e incrementa la productividad y el flujo de trabajo.

Uno de los avances más significativos que apunta Miguel es la mejora en la experiencia del paciente. A través de dispositivos con cámaras y sensores integrados, los equipos de radiología permiten un posicionamiento preciso del paciente frente al equipo.

“Con nuestros equipos, el técnico radiólogo tiene toda la información necesaria para asegurar que el paciente está correctamente posicionado antes de tomar la imagen”, asegura Miguel. Este proceso acorta el tiempo del estudio y reduce la exposición a la radiación al eliminar la necesidad de repetir tomas”, detalla.

Los avances en esta tecnología permiten mejorar la productividad en los gabinetes radiológicos así como agilizar el proceso de toma de imágenes. Los algoritmos que eliminan ruidos en las imágenes permiten que los médicos obtengan diagnósticos más precisos y confiables.

“Al final, lo que buscamos es que el médico tenga una imagen más nítida y definida, lo que se traduce en una mejor calidad en el diagnóstico. Estos avances son solo el comienzo, y el potencial de la IA en la salud podría generar beneficios a mediano y largo plazo que aún están por descubrirse”, finaliza Director de Consumibles Americas.

Los retos en México

A pesar de los avances en IA en el sector salud, México enfrenta desafíos significativos en su implementación. Miguel Nieto señala que la regulación, especialmente por parte de Cofepris, es uno de los principales obstáculos.

“Los retrasos en estos procesos son significativos, pero una vez superados, la aceptación de la tecnología en el mercado, tanto en hospitales públicos como privados, es bastante alta. El reto está en cómo logramos cerrar esas diferencias entre los sectores más desarrollados y aquellos que aún están en desventaja”, reflexiona.

El futuro de la IA en la medicina

• Nuevas aplicaciones: Se explora en robótica quirúrgica.
• Medicina: Los algoritmos ajustan dosis de medicamentos según la genética de los pacientes.
• Enfermedades crónicas: Ayuda en el desarrollo de diagnósticos y terapias para cáncer y diabetes.