IA en radiología veterinaria: alcances y límites

Subir una radiografía y recibir en minutos un listado de hallazgos ya es una realidad comercial en medicina veterinaria. La pregunta dejó de ser si la IA puede leer imágenes y pasó a ser otra, mucho más incómoda: qué tan confiable es ese informe cuando la placa la tomó una clínica general, con un paciente movido y un equipo modesto.

Qué hace hoy la IA con una radiografía

Los sistemas actuales usan redes neuronales convolucionales entrenadas con grandes volúmenes de imágenes etiquetadas. En la práctica ofrecen tres cosas: detección de hallazgos frecuentes (patrón pulmonar, cardiomegalia, efusión, cuerpos extraños, signos de obstrucción), mediciones automatizadas y un informe preliminar estructurado que llega en minutos, disponible 24/7. Revisiones recientes describen avances similares en citología, dermatología, oncología y sistemas de apoyo a la decisión clínica.

El atractivo es evidente en un país donde el acceso a radiólogos certificados es limitado y buena parte de las clínicas resuelve la interpretación con criterio propio. Pero conviene mirar la evidencia antes que el folleto comercial.

Lo que muestran las validaciones independientes

Un estudio piloto de validación externa de servicios comerciales de radiología veterinaria con IA, aplicado a radiografías abdominales caninas obtenidas en clínicas generales, reportó una exactitud global entre 70% y 90%, que caía a un rango de 60% a 69% al usar exactitud balanceada. Más relevante todavía: la especificidad y el valor predictivo negativo resultaron bajos, lo que significa que un informe "sin hallazgos" no permite descartar patología con tranquilidad.

Otra observación repetida es la de generalización: varias plataformas fueron evaluadas con imágenes de alta calidad provenientes de una sola institución académica, condición que no reproduce el día a día de una clínica. Los propios autores desaconsejan usarlas como herramienta diagnóstica autónoma. En paralelo, estudios financiados por la industria muestran resultados mucho más favorables —incluyendo desempeño comparable al de radiólogos certificados en series acotadas—, y esa brecha entre validación interna y externa es justamente el punto que hay que vigilar.

Dónde sí entrega valor real

• Triaje: priorizar qué estudio se revisa primero en una jornada de urgencias cargada.
• Segunda lectura: como red de seguridad frente a hallazgos incidentales que se pasan por alto a las nueve de la noche.
• Informe estructurado: ordenar la descripción y ahorrar tiempo de redacción, especialmente combinado con dictado por voz.
• Docencia: retroalimentación inmediata para equipos en formación, siempre contrastada con un especialista.
• Control de calidad de la técnica: detectar placas mal posicionadas o subexpuestas antes de que el paciente baje de la mesa.

Los riesgos que hay que administrar

El primero es el falso negativo con apariencia de certeza: un listado limpio en pantalla genera una confianza que la evidencia todavía no respalda. El segundo es el sesgo de automatización, que aparece cuando el clínico deja de mirar la placa completa porque el sistema ya la revisó. El tercero es de responsabilidad: en Chile, la responsabilidad profesional recae en el médico veterinario que firma, no en el proveedor del algoritmo. Y el cuarto es de datos: subir imágenes a un servicio externo implica un tratamiento de información que debe alinearse con las obligaciones de protección de datos.

Qué exigirle a un proveedor antes de contratar

• Validación externa, publicada y con imágenes de clínicas reales, no solo de un hospital universitario.
• Métricas por hallazgo (sensibilidad, especificidad y valores predictivos), no un porcentaje global de "precisión".
• Especies y regiones anatómicas cubiertas: un modelo entrenado en tórax canino no sirve para abdomen felino.
• Manejo explícito de la incertidumbre: que el sistema declare cuándo no puede concluir.
• Condiciones de uso y almacenamiento de las imágenes, y posibilidad de escalar a un radiólogo humano.

El punto ciego: la integración

Una IA que entrega un PDF que nadie archiva no mejora nada. El valor aparece cuando la imagen, el informe automático y la lectura del especialista quedan en la misma historia clínica del paciente, junto a exámenes previos y evolución. Ese es el mismo argumento que sostiene la radiografía digital y la teleradiología: la tecnología rinde cuando deja de ser un archivo suelto. En Wirevet las imágenes y sus informes se adjuntan a la ficha del paciente, de modo que la comparación con estudios anteriores —donde está gran parte del diagnóstico— toma segundos y no una búsqueda por carpetas. Si quieres el panorama completo del tema, revisa también nuestro artículo sobre inteligencia artificial en veterinaria.

Preguntas frecuentes

Volver al blog