Inteligencia Artificial en Radiología: Una Revisión Narrativa del Estado Actual, Aplicaciones Clínicas y Perspectivas Futuras

Resumen

Objetivo: Revisar el estado actual de la inteligencia artificial (IA) en radiología, analizando sus aplicaciones clínicas, evidencia científica, marco regulatorio y desafíos para la implementación en la práctica clínica. Métodos: Se realizó una revisión narrativa de la literatura científica publicada entre 2019 y 2025, consultando bases de datos académicas incluyendo PubMed, PMC y revistas especializadas. Se incluyeron estudios clínicos, revisiones sistemáticas, artículos de investigación original y documentos regulatorios relacionados con aplicaciones de IA en radiología. Resultados: La IA ha demostrado eficacia significativa en múltiples especialidades radiológicas. En neurorradiología, los algoritmos de deep learning alcanzan un área bajo la curva (AUC) de 93.2% para la clasificación de gliomas. En imagenología mamaria, los sistemas de IA logran un AUC de 89.6% en la detección de cáncer de mama. Los estudios clínicos recientes muestran mejoras de productividad de hasta 40% sin comprometer la precisión diagnóstica. La FDA ha autorizado 1,016 dispositivos médicos con IA, de los cuales 84.4% se basan en análisis de imágenes y 88.2% son revisados por paneles de radiología.
Conclusiones: La IA representa una herramienta transformadora en radiología con evidencia sólida de eficacia clínica. Sin embargo, persisten desafíos relacionados con sesgos algorítmicos, regulación, implementación clínica y aspectos éticos. La integración exitosa requiere un enfoque multidisciplinario que incluya validación rigurosa, monitoreo continuo y colaboración entre radiólogos, desarrolladores de IA y reguladores.