La radiología fue la primera especialidad médica en volverse verdaderamente digital, y hoy paga el precio de esa ventaja. En un artículo de opinión firmado por Nicholas Galante y Rish Seth, la tesis es directa: décadas de nuevas tecnologías apiladas sobre una infraestructura antigua han producido lo que los autores llaman «putrefacción digital», una acumulación de fragmentación que erosiona la eficiencia justo en el área que más temprano abrazó la transformación digital.
La especialidad que se digitalizó primero
A mediados de la década de 2000, la radiología estaba tecnológicamente por delante del resto de la medicina, no de forma incremental sino estructural, en la manera en que se hacía el trabajo. La transición del film a la imagen digital no fue una simple actualización de herramientas; fue un cambio fundamental en la operación. Cuando el Baltimore VA Medical Center se convirtió en la primera instalación sin film, en 1993, demostró que toda una especialidad podía reorganizarse en torno a una nueva base tecnológica.
A comienzos de la década de 2010, el PACS ya estaba implantado en cerca del 90% de los hospitales, cerrando definitivamente el capítulo del film físico. Esa transformación exigió resolver la interoperabilidad, y el estándar DICOM creó un lenguaje común para los datos de imagen, años antes que el resto de la salud. Por la misma época, la radiología adoptó el reconocimiento de voz de forma más completa que cualquier otra área de la medicina. En conjunto, esos avances la convirtieron en la primera especialidad nativamente digital.
Qué es la «putrefacción digital»
El problema es que la radiología siguió construyendo sobre lo que ya había construido. Cada nueva capacidad —visualización avanzada, triaje asistido por IA, enterprise imaging, informe estructurado— se introdujo en un entorno diseñado para una era de menor volumen de estudios y menor complejidad de datos. Los sistemas no se diseñaron mal; simplemente no se diseñaron para lo que vino después. Esa degradación gradual, capas nuevas sobre una base obsoleta, es lo que los autores llaman putrefacción digital.
Más capacidad trajo más complejidad. El PACS fue transformador y permitió lecturas más eficientes y flexibles. Se esperaba que las tecnologías siguientes entregaran ganancias similares. En la práctica, la historia es más complicada: cada nueva herramienta entró en un entorno donde la integración nunca se resolvió del todo. Los sistemas antiguos generaban ineficiencia por lentitud; los nuevos la generan por fragmentación e interrupción. El día a día lo muestra como alternancia constante entre imagen e informe, navegación repetitiva por plantillas y copiado manual de información que debería fluir sola, con tasas de burnout estimadas entre el 45% y el 60%.
Quién decide y quién lo sufre
Hay además una dimensión política. Los radiólogos rara vez son los principales responsables de elegir esas herramientas; las decisiones suelen guiarse por prioridades administrativas o financieras que no siempre se alinean con cómo trabaja realmente el profesional. Cuando las herramientas se adoptan así, tienden a persistir aunque no aporten valor, y el conocimiento institucional se concentra en pocas personas, creando cuellos de botella y riesgo.
Mientras tanto, la realidad clínica no deja de cambiar: los volúmenes de imagen crecen, la complejidad de los datos aumenta y los plazos de informe se aprietan, sin que la fuerza laboral crezca en la misma proporción, un desajuste que ya tratamos al abordar las vacantes que no se llenan y la escasez regional de radiólogos. La paradoja es cruel: la especialidad genera más datos que nunca, pero gran parte sigue fragmentada entre sistemas y atrapada en infraestructura heredada. Es una escasez artificial dentro de un sistema definido por la abundancia.
IA sin un marco de integración
La inteligencia artificial empeora el cuadro cuando llega sin una estructura coherente de integración. Muchas herramientas rinden bien en las tareas para las que fueron creadas, pero se implantan en entornos que no fueron construidos para absorberlas de forma limpia. El efecto es contraintuitivo: en lugar de reducir la carga de trabajo de manera consistente, la IA a menudo añade pasos y decisiones, elevando la carga cognitiva en vez de aliviarla. La salida no es menos tecnología sino integración, una lección visible en iniciativas que llevan el informe nativo al «cockpit» del radiólogo y en formatos como el informe multimedia interactivo.
El camino hacia la madurez
La radiología funciona como la infraestructura diagnóstica central de la medicina moderna. Cuando ese sistema se desacelera o se fragmenta, el impacto va mucho más allá del departamento de imagen y alcanza a clínicos y pacientes. Históricamente, la radiología siempre fue un indicador anticipado de cómo la tecnología entra en la práctica clínica, y la lección ahora ya no es sobre adoptar tecnología, sino sobre lo que viene después de la adopción.
Para los autores, la fricción de flujo, la fragmentación y la sobrecarga cognitiva no son señales de declive, sino los dolores de crecimiento previsibles de un sector que se movió rápido y ahora está listo para madurar. La base era correcta; la estandarización era correcta. Lo que falta es aplicar la misma claridad de propósito a la integración de flujos de trabajo, herramientas de IA y sistemas clínicos en una experiencia coherente, con el radiólogo en el centro. En entornos que todavía consolidan PACS y lidian con sistemas heterogéneos, esa es una agenda especialmente concreta.
Fuente: Radiology Today — artículo de Nicholas Galante, MD, y Rish Seth, MD, CIIP.