{"id":17991,"date":"2026-06-01T05:24:00","date_gmt":"2026-06-01T08:24:00","guid":{"rendered":"https:\/\/rtmedical.com.br\/tmp-es-1780302239656\/"},"modified":"2026-06-01T05:24:06","modified_gmt":"2026-06-01T08:24:06","slug":"aium-ia-papel-ecografia","status":"publish","type":"post","link":"https:\/\/rtmedical.com.br\/es\/aium-ia-papel-ecografia\/","title":{"rendered":"AIUM 2026: El Papel Creciente de la IA en Ecografia"},"content":{"rendered":"

La inteligencia artificial en la ecograf\u00eda est\u00e1 dejando de ser una promesa para convertirse en copiloto de quien sostiene el transductor. Ese fue el mensaje de la keynote de Alison Noble<\/strong>, de la Universidad de Oxford, en el congreso anual de la AIUM (American Institute of Ultrasound in Medicine), el 28 de mayo en Filadelfia. M\u00e1s que detectar hallazgos en im\u00e1genes est\u00e1ticas, la nueva generaci\u00f3n de IA acompa\u00f1a el examen en tiempo real.<\/p>\n

\"Profesional
La IA de video y multimodal analiza la ecograf\u00eda en tiempo real durante el examen.<\/figcaption><\/figure>\n

De clasificador de imagen a copiloto de examen<\/h2>\n

Durante a\u00f1os, la IA en imagen se concentr\u00f3 en etiquetar fotogramas aislados. El mensaje de Noble es que el salto ahora viene de los m\u00e9todos de deep learning<\/em> de video y multimodales, capaces de analizar autom\u00e1ticamente el video de la ecograf\u00eda, captar patrones ac\u00fasticos sutiles y apoyar la decisi\u00f3n cl\u00ednica durante tanto la adquisici\u00f3n como la interpretaci\u00f3n. Eso cambia la naturaleza de la ayuda: en lugar de una segunda opini\u00f3n despu\u00e9s del examen, la m\u00e1quina orienta al operador mientras la sonda a\u00fan est\u00e1 sobre el paciente.<\/p>\n

Esta distinci\u00f3n importa porque la ecograf\u00eda es, entre los m\u00e9todos de imagen, el m\u00e1s dependiente del operador. Peque\u00f1as variaciones de angulaci\u00f3n, ganancia o ventana ac\u00fastica cambian el resultado. Una IA que gu\u00eda la captura ataca justamente ese tal\u00f3n de Aquiles, acercando el examen a un est\u00e1ndar reproducible independientemente de la experiencia de quien lo realiza.<\/p>\n

Los n\u00fameros: dataci\u00f3n gestacional m\u00e1s precisa<\/h2>\n

Noble aport\u00f3 un dato concreto para sostener la tesis. Un estudio publicado en 2025 mostr\u00f3 que el apoyo de la IA en la estimaci\u00f3n de la edad gestacional redujo el error absoluto medio del cl\u00ednico de 23,5 a 15,7 d\u00edas<\/strong>. Cuando el modelo comenz\u00f3 a ofrecer explicaciones sobre sus decisiones \u2014la llamada explicabilidad\u2014, el error baj\u00f3 a\u00fan m\u00e1s, a 14,3 d\u00edas<\/strong>. El detalle de las explicaciones no es cosm\u00e9tico: indica que la colaboraci\u00f3n humano-m\u00e1quina rinde m\u00e1s cuando el profesional entiende el porqu\u00e9 de la sugerencia.<\/p>\n

El impacto pr\u00e1ctico es directo. Datar el embarazo con precisi\u00f3n orienta decisiones sobre el parto, el crecimiento fetal y las intervenciones. Permitir que profesionales con entrenamiento m\u00ednimo realicen esa dataci\u00f3n, sin equipos costosos, es justamente el tipo de democratizaci\u00f3n que la ecograf\u00eda necesita.<\/p>\n

Tecnolog\u00eda port\u00e1til para donde falta el acceso<\/h2>\n

Uno de los ejemplos citados fue TraCer, un sistema totalmente port\u00e1til en desarrollo en Kenia. Usa una sonda inal\u00e1mbrica de bajo costo (Konted) acoplada a una tablet Android com\u00fan para capturar videos de ecograf\u00eda fetal. La propuesta es llevar el diagn\u00f3stico a regiones donde no hay ecografistas ni equipos sofisticados \u2014 un espejo del esfuerzo de capacitaci\u00f3n para iniciativas globales de ecograf\u00eda<\/a> tambi\u00e9n debatido en AIUM 2026.<\/p>\n

Ese mismo principio de an\u00e1lisis de textura y patr\u00f3n alimenta otros frentes, como el modelo de IA que estima la madurez pulmonar fetal<\/a> mediante la ecograf\u00eda. Juntas, estas l\u00edneas de investigaci\u00f3n dibujan un futuro en el que la ecograf\u00eda inteligente complementa \u2014y a veces anticipa\u2014 informaci\u00f3n que antes exig\u00eda m\u00e9todos invasivos o de alto costo.<\/p>\n

Federated learning y colaboraci\u00f3n humano-IA<\/h2>\n

Noble destac\u00f3 adem\u00e1s dos fronteras emergentes. La primera es el federated learning<\/em> (aprendizaje federado), en el que los modelos se entrenan sobre datos descentralizados de m\u00faltiples fuentes sin que las im\u00e1genes tengan que salir de cada instituci\u00f3n \u2014 una respuesta elegante a las barreras de privacidad y a la fragmentaci\u00f3n de los datos de salud. La segunda es la colaboraci\u00f3n humano-IA, en la que la combinaci\u00f3n de persona y algoritmo supera el desempe\u00f1o de cada uno por separado.<\/p>\n

Este encuadre es coherente con lo que se ve en otras \u00e1reas de la imagen: la IA no sustituye al especialista, pero eleva el piso de calidad y alivia la carga de trabajo \u2014 un alivio bienvenido en sistemas presionados, como ya comentamos al tratar el d\u00e9ficit cr\u00f3nico de profesionales de imagen<\/a>.<\/p>\n

Por qu\u00e9 la ecograf\u00eda es terreno f\u00e9rtil para la IA<\/h2>\n

A diferencia de la tomograf\u00eda o la resonancia, la ecograf\u00eda es barata, port\u00e1til, libre de radiaci\u00f3n ionizante y genera imagen en tiempo real \u2014 pero paga ese precio con una fuerte dependencia del operador y ruido ac\u00fastico. Esa combinaci\u00f3n es justamente lo que vuelve al m\u00e9todo tan prometedor para la IA: hay un problema real de variabilidad por resolver y un volumen enorme de ex\u00e1menes para entrenar modelos. AIUM 2026 reserv\u00f3 varias sesiones al tema, incluyendo discusiones sobre c\u00f3mo la IA puede incluso mejorar el aprendizaje de protocolos como el eFAST, usado en la evaluaci\u00f3n r\u00e1pida del trauma.<\/p>\n

La lectura en video, y no en fotogramas aislados, es lo que acerca la IA a la forma en que el ecografista realmente trabaja: barriendo, ajustando e interpretando en movimiento. Cuanto m\u00e1s entiende el algoritmo la secuencia temporal del examen, m\u00e1s \u00fatil se vuelve como gu\u00eda en tiempo real.<\/p>\n

Qu\u00e9 observar de aqu\u00ed en adelante<\/h2>\n

Para Am\u00e9rica Latina, donde la ecograf\u00eda es puerta de entrada diagn\u00f3stica en buena parte de la red p\u00fablica y privada, la agenda de Noble es especialmente relevante. La IA de video que gu\u00eda la adquisici\u00f3n puede reducir la variabilidad entre operadores, acortar la curva de aprendizaje y extender el alcance del examen a unidades remotas. Los pr\u00f3ximos pasos pasan por la validaci\u00f3n cl\u00ednica a gran escala, la integraci\u00f3n al flujo de trabajo y reglas claras de gobernanza \u2014 para que la promesa de democratizaci\u00f3n no choque con sesgos de datos ni con una falsa sensaci\u00f3n de seguridad.<\/p>\n

Fuente:<\/strong> AuntMinnie \u2014 \u00abAIUM: AI has evolving role in ultrasound\u00bb<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

En AIUM 2026, Alison Noble mostro como la IA de video guia la ecografia en tiempo real y redujo el error de datacion gestacional de 23,5 a 14,3 dias.<\/p>\n","protected":false},"author":1,"featured_media":17986,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"ngg_post_thumbnail":0,"fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[229,183],"tags":[],"class_list":{"0":"post-17991","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-inteligencia-artificial-es","8":"category-radiologia-es"},"aioseo_notices":[],"rt_seo":{"title":"","description":"En AIUM 2026, la IA de video guia la ecografia en tiempo real y redujo el error de datacion gestacional de 23,5 a 14,3 dias. Conoce el avance.","canonical":"","og_image":"","robots":"index,follow","schema_type":"Article","include_in_llms":true,"llms_label":"AIUM 2026 IA en ecografia","llms_summary":"Keynote de Alison Noble (Oxford) en AIUM 2026: la IA de video y multimodal analiza la ecografia en tiempo real; un estudio de 2025 redujo el error de datacion gestacional de 23,5 a 15,7 y luego 14,3 dias con explicabilidad.","faq_items":[],"video":[],"gtin":"","mpn":"","brand":"","aggregate_rating":[]},"_links":{"self":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/17991\/"}],"collection":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/"}],"about":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/types\/post\/"}],"author":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/users\/1\/"}],"replies":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/comments\/?post=17991"}],"version-history":[{"count":1,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/17991\/revisions\/"}],"predecessor-version":[{"id":17993,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/17991\/revisions\/17993\/"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/17986\/"}],"wp:attachment":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/?parent=17991"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/categories\/?post=17991"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/tags\/?post=17991"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}