![\"Residente](\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/05\/residentes-ia-radiologia.jpg\")
Entre los 401 participantes, el 13% coloc\u00f3 a la radiolog\u00eda como su primera opci\u00f3n de especialidad. Solo el 2,5% afirm\u00f3 que la IA fue \u00abextremadamente influyente\u00bb en su decisi\u00f3n de carrera. Otro 57% reconoci\u00f3 un impacto \u00ableve o moderado\u00bb y el 35% indic\u00f3 que la IA no influy\u00f3 en absoluto en su elecci\u00f3n. La imagen cambia notablemente al filtrar solo a los interesados en radiolog\u00eda: el 91% de ellos consider\u00f3 la IA al decidir, frente al 54% de quienes no piensan dedicarse al \u00e1rea.<\/p>\n
Polarizaci\u00f3n: \u00bfAmenaza u Oportunidad?<\/h2>\n
El hallazgo m\u00e1s revelador no es el promedio, sino la distribuci\u00f3n. Entre quienes quieren ser radi\u00f3logos, el 33% afirm\u00f3 que la IA los desanim\u00f3<\/strong>, el 13% se sinti\u00f3 animado<\/strong> y otro 33% no report\u00f3 influencia alguna. Los autores describen este patr\u00f3n como una \u00abpolarizaci\u00f3n creciente\u00bb: una parte del grupo ve la IA como una amenaza a la estabilidad laboral, mientras otra parte la percibe como una oportunidad de innovaci\u00f3n cl\u00ednica.<\/p>\n Un efecto cuantitativo es contundente: los estudiantes que creen<\/em> que la IA reducir\u00e1 la demanda de radi\u00f3logos tienen un 50% menos de probabilidad de interesarse por la especialidad. La creencia por s\u00ed sola \u2014 independiente de si refleja la realidad \u2014 basta para redirigir trayectorias profesionales. Para un \u00e1rea que ya enfrenta una escasez cr\u00f3nica de profesionales en Am\u00e9rica Latina, Europa y Norteam\u00e9rica, es una se\u00f1al estrat\u00e9gica que las escuelas de medicina y las sociedades profesionales no pueden permitirse ignorar.<\/p>\n Cuando IBM Watson debut\u00f3 con gran repercusi\u00f3n en el congreso RSNA de 2015, se esperaba que la IA automatizara gran parte de la radiolog\u00eda en pocos a\u00f1os. Las inscripciones a residencias de radiolog\u00eda en Estados Unidos cayeron inmediatamente despu\u00e9s. La tendencia se revirti\u00f3: la adopci\u00f3n result\u00f3 mucho m\u00e1s lenta de lo previsto, muy pocos hospitales transfirieron tareas cr\u00edticas a algoritmos y las herramientas comerciales se consolidaron como soporte a la decisi\u00f3n, no como reemplazo. El renovado inter\u00e9s por la especialidad refleja esa experiencia vivida.<\/p>\n Esta evoluci\u00f3n se conecta con discusiones que hemos explorado anteriormente. En un estudio reciente sobre el desempe\u00f1o desigual de la IA en radiograf\u00eda de t\u00f3rax<\/a> mostramos que los algoritmos actuales a\u00fan tienen sesgos y l\u00edmites de generalizaci\u00f3n que hacen indispensable al radi\u00f3logo humano. Tambi\u00e9n analizamos las preguntas estrat\u00e9gicas que los directores de servicio deben formular antes de adoptar IA en nuestra gu\u00eda sobre las cinco preguntas cr\u00edticas antes de implantar IA en radiolog\u00eda<\/a>.<\/p>\n Para los directores de programas de residencia y decanos de medicina, el estudio entrega un mensaje pr\u00e1ctico: la forma en que se presenta la IA \u2014 como herramienta o como sustituto \u2014 moldea directamente el flujo de talento. Los planes de estudio que muestran c\u00f3mo la IA se integra en flujos de trabajo reales con PACS, validaci\u00f3n humana y gobernanza cl\u00ednica tienden a transformar el des\u00e1nimo en curiosidad t\u00e9cnica. Los autores recomiendan incluir m\u00f3dulos obligatorios sobre IA aplicada a la imagen, abordando tanto capacidades como limitaciones.<\/p>\n En Am\u00e9rica Latina, donde la escasez de radi\u00f3logos en regiones del interior, la expansi\u00f3n de la telerradiolog\u00eda y el avance de la IA en cribado mamogr\u00e1fico y tor\u00e1cico son realidades cotidianas, los pr\u00f3ximos profesionales deben dominar tanto la cl\u00ednica como el aprendizaje autom\u00e1tico. Ocultar la IA de la formaci\u00f3n solo alimenta el miedo. Mostrarla en contexto forma a los l\u00edderes que necesitar\u00e1 la pr\u00f3xima d\u00e9cada.<\/p>\n El estudio se limita a estudiantes canadienses, con un sesgo cultural y estructural espec\u00edfico de ese sistema sanitario. Replicarlo en Brasil, M\u00e9xico, Argentina, Espa\u00f1a u otros pa\u00edses ayudar\u00eda a confirmar si la polarizaci\u00f3n es universal. Otra advertencia: medir la intenci\u00f3n no equivale a medir la decisi\u00f3n final \u2014 algunos de los hoy desanimados podr\u00edan cambiar de opini\u00f3n a lo largo de la carrera, sobre todo al tener contacto directo con la pr\u00e1ctica de imagen.<\/p>\n Aun as\u00ed, la se\u00f1al es clara. La generaci\u00f3n que entra ahora en la medicina ha convivido con la IA desde la escuela secundaria. Para ellos, la pregunta ya no es \u00ab\u00bfexistir\u00e1 la IA?\u00bb, sino \u00ab\u00bfc\u00f3mo voy a trabajar con ella?\u00bb. Los programas de radiolog\u00eda que respondan esa pregunta con honestidad y rigor \u2014 en el aula y en la estaci\u00f3n de trabajo \u2014 atraer\u00e1n a los estudiantes correctos. Los que no lo hagan amplificar\u00e1n el miedo que describe el estudio. Las alianzas con la industria tambi\u00e9n deben estructurarse para que los residentes accedan a casos reales validados, no solo a demostraciones comerciales.<\/p>\nQu\u00e9 Cambi\u00f3 Desde 2016<\/h2>\n
Implicaciones Para la Formaci\u00f3n M\u00e9dica<\/h2>\n
Limitaciones y Perspectivas<\/h2>\n