Un reporte de caso publicado en Emergency Radiology describe exactamente el tipo de error que la literatura de validación rara vez captura: un algoritmo de lectura de radiografía de tórax señaló un neumotórax apical derecho en un paciente de 81 años que acababa de recibir un marcapasos definitivo por el lado izquierdo. El equipo asistencial discrepó de la máquina pero, por precaución, pidió imagen adicional y reevaluación. No había neumotórax. El caso importa menos por el falso positivo en sí que por el motivo del error: la IA no sabía qué procedimiento había recibido el paciente.
El caso: marcapasos a la izquierda, neumotórax a la derecha
El protocolo era rutinario. Tras un implante de marcapasos definitivo izquierdo sin complicaciones, el paciente se hizo la radiografía de tórax posprocedimiento estándar. El estudio fue interpretado en paralelo por el equipo y por un software de IA especializado en radiografía de tórax. La herramienta marcó los campos pulmonares con anotación visual automática, señalando un neumotórax apical derecho.
«La inteligencia artificial se ha integrado cada vez más a la interpretación de la radiografía de tórax, con excelente desempeño diagnóstico para varias anormalidades torácicas, incluido el neumotórax», escribieron Fulvio Cacciapuoti, MD, de la división de cardiología del Hospital Antonio Cardarelli, en Italia, y colegas. «Sin embargo, los sistemas de IA actuales siguen siendo predominantemente basados en imagen y no incorporan de manera intrínseca información procedimental o clínica a la interpretación diagnóstica.»
Por qué la lateralidad destruye la hipótesis
Aquí está el punto que cualquier radiólogo de guardia reconoce en tres segundos. El neumotórax es una complicación clásica del implante de marcapasos — incidencia del orden del 1% al 2% — y ocurre porque la punción de la vena subclavia atraviesa la pleura. Aparece, por tanto, del mismo lado del acceso venoso. Un neumotórax apical derecho después de un implante izquierdo no es la complicación esperada del procedimiento: sería un evento independiente, sin mecanismo obvio, en un paciente recién puncionado del lado opuesto.
Esa es la información que cambia drásticamente la probabilidad pretest. El radiólogo humano lee la solicitud, ve «posimplante de marcapasos izquierdo» e inmediatamente pone el ápice izquierdo bajo escrutinio máximo y el derecho bajo sospecha baja. El algoritmo, alimentado solo con píxeles, no hace esa ponderación. Calcula una probabilidad a partir de la distribución de enfermedad de su conjunto de entrenamiento, no de la historia de ese paciente.
Qué imita un neumotórax apical
Conviene detallar los simuladores, porque explican por qué el ápice es justamente donde proliferan los falsos positivos. Los pliegues cutáneos en un paciente anciano y en semidecúbito producen líneas nítidas que cruzan el campo pulmonar y terminan fuera de la reja costal, un clásico. La sombra acompañante de la primera costilla, el borde medial de la escápula mal posicionado, bullas enfisematosas apicales, el enfisema subcutáneo por la disección del bolsillo del generador y el propio trazado de electrodos y suturas entran en la misma categoría.
Añádase la técnica. La radiografía posprocedimiento es casi siempre AP portátil, en semidecúbito, con mala inspiración y rotación. La mayoría de los algoritmos fue entrenada predominantemente con proyecciones PA en ortostatismo. Ese cambio de distribución — el clásico domain shift — degrada el desempeño de forma silenciosa: la exactitud publicada en el artículo de validación no es la que obtiene el servicio a pie de cama. Es la misma discusión que tuvimos al analizar por qué la IA en mamografía entregó menos de lo prometido fuera del entorno de estudio.
El riesgo simétrico: usar la IA para descartar
El reporte se difundió como advertencia para quien usa IA para descartar hallazgos sospechosos, y la inversión lógica merece atención. Si un sistema ciego al contexto procedimental puede marcar un neumotórax donde no hay, también puede dejar de marcar uno que sí existe — y en ese escenario el daño es mayor, porque la ausencia de anotación tiende a leerse como tranquilizadora. Un informe negativo construido sobre la concordancia con la máquina es epistémicamente más frágil que uno construido desde la historia clínica.
Existe además un efecto de anclaje. Una anotación visual superpuesta a la imagen no es neutra: dirige la mirada y crea sesgo de automatización en los dos sentidos — el lector tiende a confirmar lo que la caja marcó y a relajarse donde nada se marcó. Cuando cubrimos el estudio sobre qué protege al radiólogo de errar junto con el modelo, el hallazgo central era idéntico: la experiencia y el contexto son el antídoto, no la confianza en la salida del sistema.
Qué hacer en su servicio
Cuatro medidas concretas reducen este tipo de evento sin exigir tecnología nueva. La primera es enriquecer la solicitud: los estudios posprocedimiento deben traer, en el campo de indicación, el procedimiento y el lado. Es gratis y resuelve la mitad del problema para el lector humano.
La segunda es definir el alcance del software en la gobernanza. Los dispositivos de triaje autorizados por la FDA y agencias equivalentes lo están para notificación y priorización de lista de trabajo, no para diagnóstico primario. Si el servicio trata la anotación como informe, está usando el producto fuera de etiqueta. La tercera es auditar por subgrupo: separar el desempeño por proyección (PA frente a AP portátil), por posición y por contexto posprocedimiento revela degradaciones que la métrica agregada esconde. La cuarta es registrar discrepancias. Sin un canal simple para que el radiólogo marque «aquí la IA se equivocó», no se forma ninguna curva de aprendizaje institucional y el mismo falso positivo vuelve la semana siguiente.
Límites del reporte y perspectivas
Hay que leer el caso por lo que es: un reporte único, sin denominador. No permite estimar una tasa de falsos positivos, y el sesgo de publicación es evidente: las fallas interesantes se publican, los aciertos rutinarios no. Nada en él contradice la evidencia de que los algoritmos de neumotórax acortan el tiempo hasta el informe en hallazgos críticos, que es el beneficio real de estos sistemas.
El camino técnico, sin embargo, aparece con claridad. La próxima generación de herramientas debe consumir contexto estructurado — indicación, procedimiento reciente, lateralidad, estudios previos — en lugar de solo píxeles. Los modelos multimodales que leen la historia clínica junto con la imagen ya son técnicamente viables; el obstáculo es regulatorio y de integración con el RIS/PACS, no de arquitectura. Hasta que eso llegue, la regla de oro sigue siendo la más antigua de la radiología: ninguna imagen se interpreta sin la historia clínica.
Fuente: Health Imaging — A cautionary tale for radiologists who use AI to rule out suspicious findings
