Aidoc, empresa de inteligencia artificial con sede en Nueva York, recibio de la agencia reguladora estadounidense FDA la designacion de Dispositivo Innovador (Breakthrough Device Designation) para First Read, una herramienta que analiza radiografias de torax y genera un borrador preliminar del informe radiologico. El anuncio se hizo el jueves pasado y situa a la compania en una posicion privilegiada ante el regulador para acelerar el desarrollo y la evaluacion de la tecnologia.
El punto central de First Read es el modelo de trabajo conocido como humano en el circuito (human-in-the-loop): la IA produce una version inicial del informe, pero la interpretacion final sigue siendo del medico. El radiologo revisa, edita y aprueba el documento. En ningun momento el software sustituye el juicio clinico del especialista; lo que hace es acelerar la parte mas repetitiva y lenta de la redaccion del reporte.
Que significa la designacion de Dispositivo Innovador de la FDA
La designacion de Dispositivo Innovador es un instrumento regulatorio creado por la FDA para tecnologias que atienden una necesidad clinica no cubierta o que ofrecen una ventaja significativa frente a las alternativas existentes. En la practica, el sello no equivale a una aprobacion de comercializacion: garantiza un canal de comunicacion prioritario y mas agil con la agencia durante el desarrollo y la revision del producto.
Para el sector de la radiologia, este reconocimiento indica que el regulador percibe valor potencial en herramientas que ayudan a aliviar los cuellos de botella operativos. Pero la designacion tambien eleva la responsabilidad: las tecnologias que prometen redactar borradores de informes deben demostrar, con evidencia solida, que son seguras y estan clinicamente validadas antes de llegar a la rutina asistencial.
Por que importa redactar borradores de informes ahora
Aidoc sostiene que First Read responde a dos problemas estructurales: el crecimiento continuo del volumen de estudios de imagen y la escasez de radiologos. La empresa cita un estudio del Neiman Health Policy Institute segun el cual el tiempo medio de interpretacion de estudios ambulatorios en Estados Unidos mas que se duplico entre 2014 y 2023, con los mayores aumentos concentrados en los dos ultimos anos del periodo.
Ese retraso tiene consecuencias directas. Los informes que tardan mas en estar listos frenan el flujo de pacientes, postergan decisiones terapeuticas y sobrecargan los servicios de urgencias, donde la rapidez del diagnostico por imagen suele definir las conductas. Al entregar un borrador ya estructurado, la herramienta busca acortar la etapa de redaccion y devolver tiempo al radiologo para las tareas que exigen razonamiento clinico.
Los modelos de fundacion llegan al informe radiologico
First Read esta construido sobre la misma arquitectura de modelo de fundacion (foundation model) que sostiene CARE Triage, la aplicacion de Aidoc ya autorizada por la FDA para el triaje de tomografias de abdomen. La novedad es extender esa base, antes orientada a la priorizacion de casos, hacia el flujo de redaccion de reportes.
Los modelos de fundacion son redes entrenadas con grandes volumenes de datos que pueden adaptarse a distintas tareas. En radiologia abren camino a sistemas mas versatiles, capaces de transitar entre la deteccion de hallazgos, el triaje y la generacion de texto. El movimiento acompana una tendencia amplia del mercado, en la que los principales proveedores de IA compiten por aprobaciones de la FDA como diferencial competitivo.
Segun Elad Walach, director ejecutivo y cofundador de Aidoc, «la radiologia esta entrando en una nueva era» y First Read «representa un paso importante hacia un futuro en el que una IA segura y clinicamente validada pueda absorber parte de la carga operativa, permitiendo que los radiologos dediquen mas tiempo a la interpretacion, al juicio y al cuidado del paciente».
Escasez de radiologos y el peso del agotamiento
La presion sobre los radiologos no es solo estadistica. La combinacion de mas estudios, equipos reducidos y exigencia de rapidez alimenta el agotamiento profesional (burnout), que a su vez agrava la falta de personal calificado. Las herramientas de apoyo que reducen el trabajo mecanico tienden a ser bien recibidas justamente porque atacan esa fuente de cansancio.
Aun asi, los especialistas advierten que automatizar el borrador del informe conlleva riesgos de sesgo de automatizacion, cuando el profesional confia en exceso en la sugerencia de la maquina y deja de revisar con el debido rigor. Por eso el diseno de First Read, que exige la aprobacion explicita del medico, resulta tan relevante. La discusion se conecta con otros usos de los modelos de lenguaje en el area, como el caso en que se probo a GPT-5 para ayudar a los pacientes a entender el informe radiologico.
Validacion, regulacion y el escenario para Latinoamerica
Esta es la segunda designacion de Dispositivo Innovador que consigue Aidoc en menos de un ano, despues de CARE Triage, en septiembre de 2025. En abril, la empresa divulgo una ronda de inversion Serie E de US$ 150 millones. La compania afirma que su plataforma ya analizo mas de 120 millones de casos de pacientes y esta implantada en casi 2.000 hospitales en todo el mundo. Ese ritmo de capitalizacion acompana a un sector en auge, en el que los fondos de private equity tambien invierten en empresas de IA radiologica.
Para Brasil y America Latina, la llegada de herramientas que redactan borradores de informes puede ser estrategica en una region que tambien convive con filas de estudios y una distribucion desigual de radiologos entre los grandes centros y el interior. La validacion local, la integracion con los sistemas RIS y PACS, el cumplimiento de las leyes de proteccion de datos y la aprobacion de los reguladores nacionales seran etapas decisivas antes de cualquier adopcion a escala.
El camino regulatorio aun es largo: la designacion de la FDA acelera el dialogo, pero no exime de estudios clinicos que comprueben un desempeno consistente en poblaciones diversas. Si la promesa se confirma, First Read podria convertirse en un ejemplo de como la IA generativa entra en la rutina radiologica sin retirar al medico del centro de la decision, sumando velocidad a un trabajo que sigue siendo, por definicion, profundamente humano.
