La incorporación de nuevas tecnologías en el sistema de salud pública se ha transformado en un factor determinante en la optimización de los servicios de telediagnóstico.
La mamografía es una radiografía del tejido mamario que desempeña una función clave en la detección del cáncer de mama, ya que, puede detectarlo antes de que cause síntomas, mientras que además reduce el riesgo de morir por esta enfermedad. En este marco, el uso de la Inteligencia Artificial (IA) comenzó a dar sus primeros pasos firmes dentro del entramado sanitario estatal del país, arrojando resultados que marcan un antes y un después en la productividad médica.
Según un informe al que accedió la Agencia Noticias Argentinas, se llevó a cabo un seminario virtual organizado por la Cámara de Instituciones de Diagnóstico Médico (CADIME) en el cual se dio a conocer cómo se está aplicando la inteligencia artificial al diagnóstico por imágenes en la Argentina. En el encuentro virtual disertaron los bioingenieros Martín Sánchez, Ernesto Ridel y Antonio Morales, quienes abordaron la implementación de esta tecnología, que se llevó a cabo en 77 hospitales públicos de nuestro país, mientras que Luis Marcos, médico especialista en diagnóstico por imágenes y asesor de CADIME, estuvo a cargo de la moderación.
El rol de los programas sanitarios federales
Durante la jornada, los especialistas se refirieron a los resultados ya obtenidos en los programas de modernización sanitaria impulsados junto al Banco Interamericano de Desarrollo (BID). Estos proyectos se centraron en implementar sistemas de digitalización y gestión de imágenes en hospitales públicos de mediana complejidad, articulándose de forma complementaria con el Programa de Apoyo al Sector Sanitario Público (PROSEPU), el cual acompañó activamente el proceso de digitalización de hospitales regionales de alta complejidad.
Esta infraestructura resulta clave para provincias australes que dependen de redes de derivación fluidas entre hospitales zonales y centros de mayor complejidad. Las herramientas introducidas permiten centralizar la información médica, facilitando que una imagen tomada en una localidad periférica pueda ser procesada e interpretada con asistencia tecnológica avanzada a distancia.
Agilización de flujos de trabajo frente a los desafíos del diagnóstico
El bioingeniero Martín Sánchez aseguró que, en algunas experiencias de implementación, ya “se redujo a la mitad el tiempo de revisión de mamografías que no presentaban hallazgos”. El especialista explicó que los casos de uso dominantes de las herramientas de IA en diagnóstico por imágenes son, en la actualidad, el screening masivo oncológico, la automatización de reportes clínicos y el triage en servicios de emergencia, con el fin de acelerar el flujo de trabajo. Cabe recordar que el triage consiste en un sistema de evaluación y clasificación rápida que determina la prioridad de atención médica según la gravedad del paciente.
El especialista reveló que el principal desafío crítico del diagnóstico pasa porque “el 30% de los cánceres de mama no son detectados en screening convencional”. Como aspectos complementarios, Sánchez mencionó limitaciones recurrentes en el sistema de salud nacional, tales como el déficit de radiólogos en ciertas zonas de la Argentina —una problemática sensible en los efectores públicos del sur del país—, la fatiga visual, la alta variabilidad humana y la existencia de falsos negativos en una de cada cinco mamografías.
Para mitigar estos factores, el camino en los hospitales públicos consistió en la modernización de sus PACS (Picture Archiving and Communication System) y la mejora de la infraestructura mediante la gestión centralizada de las imágenes en redes. Posteriormente, se avanzó en la adopción de algoritmos integrados para apoyo diagnóstico junto con su optimización, una etapa que los efectores de salud aún se encuentran transitando para lograr un ciclo de mejora continua de la productividad.
Reducción de costos operativos y eficiencia presupuestaria
Por su parte, los bioingenieros Antonio Morales y Ernesto Ridel añadieron que, en el caso de los programas que permitieron la adopción de esta tecnología en los 77 hospitales públicos de la Argentina, el beneficio principal consistió en la posibilidad de transformar gasto de capital en gasto operativo. Este esquema técnico eliminó la barrera de entrada que representaba la adquisición de hardware importado, permitiendo adoptar un modelo de “pago por estudio”.
Morales puntualizó los beneficios económicos directos obtenidos mediante esta modalidad de gestión: “El ahorro fue del 90% en costos de infraestructura inicial, del 40% en costos de almacenamiento masivo, y del 43% en el costo total de propiedad, asociado al servicio a lo largo de su ciclo de vida y con ciberseguridad de grado bancario incluida”.Finalmente, el experto informó que los mencionados hospitales ya llevan procesados con IA un total de 21.042 análisis históricos únicos, lo que representa el 1,55% del total general. Para el panel de especialistas de CADIME, esta cifra es un indicador contundente de que el empleo de inteligencia artificial como asistente del diagnóstico médico “ya es una realidad en la Argentina”.
