{"id":19187,"date":"2026-08-31T05:17:17","date_gmt":"2026-08-31T08:17:17","guid":{"rendered":"https:\/\/rtmedical.com.br\/tmp-es-1788164236698\/"},"modified":"2026-08-31T05:17:24","modified_gmt":"2026-08-31T08:17:24","slug":"ia-falso-positivo-neumotorax","status":"publish","type":"post","link":"https:\/\/rtmedical.com.br\/es\/ia-falso-positivo-neumotorax\/","title":{"rendered":"La IA marc\u00f3 un neumot\u00f3rax que no exist\u00eda"},"content":{"rendered":"<p>Un reporte de caso publicado en <em>Emergency Radiology<\/em> describe exactamente el tipo de error que la literatura de validaci\u00f3n rara vez captura: un algoritmo de lectura de radiograf\u00eda de t\u00f3rax se\u00f1al\u00f3 un <strong>neumot\u00f3rax apical derecho<\/strong> en un paciente de 81 a\u00f1os que acababa de recibir un marcapasos definitivo por el lado <strong>izquierdo<\/strong>. El equipo asistencial discrep\u00f3 de la m\u00e1quina pero, por precauci\u00f3n, pidi\u00f3 imagen adicional y reevaluaci\u00f3n. No hab\u00eda neumot\u00f3rax. El caso importa menos por el falso positivo en s\u00ed que por el motivo del error: la IA no sab\u00eda qu\u00e9 procedimiento hab\u00eda recibido el paciente.<\/p>\n<h2>El caso: marcapasos a la izquierda, neumot\u00f3rax a la derecha<\/h2>\n<p>El protocolo era rutinario. Tras un implante de marcapasos definitivo izquierdo sin complicaciones, el paciente se hizo la radiograf\u00eda de t\u00f3rax posprocedimiento est\u00e1ndar. El estudio fue interpretado en paralelo por el equipo y por un software de IA especializado en radiograf\u00eda de t\u00f3rax. La herramienta marc\u00f3 los campos pulmonares con anotaci\u00f3n visual autom\u00e1tica, se\u00f1alando un neumot\u00f3rax apical derecho.<\/p>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" class=\"alignleft lazyload\" data-src=\"https:\/\/rtmedical.com.br\/wp-content\/uploads\/2026\/08\/ia-radiografia-torax-pneumotorax.jpg\" alt=\"M\u00e9dica analizando una radiograf\u00eda de t\u00f3rax a contraluz, evaluando los campos pulmonares y los \u00e1pices\" width=\"640\" src=\"data:image\/svg+xml;base64,PHN2ZyB3aWR0aD0iMSIgaGVpZ2h0PSIxIiB4bWxucz0iaHR0cDovL3d3dy53My5vcmcvMjAwMC9zdmciPjwvc3ZnPg==\" style=\"--smush-placeholder-width: 1880px; --smush-placeholder-aspect-ratio: 1880\/1253;\"><figcaption>En la radiograf\u00eda posimplante, el lado donde el neumot\u00f3rax es plausible lo define el acceso venoso, informaci\u00f3n que el algoritmo nunca recibe. Foto: cottonbro studio\/Pexels<\/figcaption><\/figure>\n<p>\u00abLa inteligencia artificial se ha integrado cada vez m\u00e1s a la interpretaci\u00f3n de la radiograf\u00eda de t\u00f3rax, con excelente desempe\u00f1o diagn\u00f3stico para varias anormalidades tor\u00e1cicas, incluido el neumot\u00f3rax\u00bb, escribieron Fulvio Cacciapuoti, MD, de la divisi\u00f3n de cardiolog\u00eda del Hospital Antonio Cardarelli, en Italia, y colegas. \u00abSin embargo, los sistemas de IA actuales siguen siendo predominantemente basados en imagen y no incorporan de manera intr\u00ednseca informaci\u00f3n procedimental o cl\u00ednica a la interpretaci\u00f3n diagn\u00f3stica.\u00bb<\/p>\n<h2>Por qu\u00e9 la lateralidad destruye la hip\u00f3tesis<\/h2>\n<p>Aqu\u00ed est\u00e1 el punto que cualquier radi\u00f3logo de guardia reconoce en tres segundos. El neumot\u00f3rax es una complicaci\u00f3n cl\u00e1sica del implante de marcapasos \u2014 incidencia del orden del 1% al 2% \u2014 y ocurre porque la punci\u00f3n de la vena subclavia atraviesa la pleura. Aparece, por tanto, <em>del mismo lado<\/em> del acceso venoso. Un neumot\u00f3rax apical derecho despu\u00e9s de un implante izquierdo no es la complicaci\u00f3n esperada del procedimiento: ser\u00eda un evento independiente, sin mecanismo obvio, en un paciente reci\u00e9n puncionado del lado opuesto.<\/p>\n<p>Esa es la informaci\u00f3n que cambia dr\u00e1sticamente la probabilidad pretest. El radi\u00f3logo humano lee la solicitud, ve \u00abposimplante de marcapasos izquierdo\u00bb e inmediatamente pone el \u00e1pice izquierdo bajo escrutinio m\u00e1ximo y el derecho bajo sospecha baja. El algoritmo, alimentado solo con p\u00edxeles, no hace esa ponderaci\u00f3n. Calcula una probabilidad a partir de la distribuci\u00f3n de enfermedad de su conjunto de entrenamiento, no de la historia de ese paciente.<\/p>\n<h2>Qu\u00e9 imita un neumot\u00f3rax apical<\/h2>\n<p>Conviene detallar los simuladores, porque explican por qu\u00e9 el \u00e1pice es justamente donde proliferan los falsos positivos. Los pliegues cut\u00e1neos en un paciente anciano y en semidec\u00fabito producen l\u00edneas n\u00edtidas que cruzan el campo pulmonar y terminan fuera de la reja costal, un cl\u00e1sico. La sombra acompa\u00f1ante de la primera costilla, el borde medial de la esc\u00e1pula mal posicionado, bullas enfisematosas apicales, el enfisema subcut\u00e1neo por la disecci\u00f3n del bolsillo del generador y el propio trazado de electrodos y suturas entran en la misma categor\u00eda.<\/p>\n<p>A\u00f1\u00e1dase la t\u00e9cnica. La radiograf\u00eda posprocedimiento es casi siempre AP port\u00e1til, en semidec\u00fabito, con mala inspiraci\u00f3n y rotaci\u00f3n. La mayor\u00eda de los algoritmos fue entrenada predominantemente con proyecciones PA en ortostatismo. Ese cambio de distribuci\u00f3n \u2014 el cl\u00e1sico <em>domain shift<\/em> \u2014 degrada el desempe\u00f1o de forma silenciosa: la exactitud publicada en el art\u00edculo de validaci\u00f3n no es la que obtiene el servicio a pie de cama. Es la misma discusi\u00f3n que tuvimos al analizar por qu\u00e9 <a href=\"https:\/\/rtmedical.com.br\/es\/ia-mamografia-expectativas-radiologistas\/\">la IA en mamograf\u00eda entreg\u00f3 menos de lo prometido<\/a> fuera del entorno de estudio.<\/p>\n<h2>El riesgo sim\u00e9trico: usar la IA para descartar<\/h2>\n<p>El reporte se difundi\u00f3 como advertencia para quien usa IA para <em>descartar<\/em> hallazgos sospechosos, y la inversi\u00f3n l\u00f3gica merece atenci\u00f3n. Si un sistema ciego al contexto procedimental puede marcar un neumot\u00f3rax donde no hay, tambi\u00e9n puede dejar de marcar uno que s\u00ed existe \u2014 y en ese escenario el da\u00f1o es mayor, porque la ausencia de anotaci\u00f3n tiende a leerse como tranquilizadora. Un informe negativo construido sobre la concordancia con la m\u00e1quina es epist\u00e9micamente m\u00e1s fr\u00e1gil que uno construido desde la historia cl\u00ednica.<\/p>\n<p>Existe adem\u00e1s un efecto de anclaje. Una anotaci\u00f3n visual superpuesta a la imagen no es neutra: dirige la mirada y crea sesgo de automatizaci\u00f3n en los dos sentidos \u2014 el lector tiende a confirmar lo que la caja marc\u00f3 y a relajarse donde nada se marc\u00f3. Cuando cubrimos el estudio sobre <a href=\"https:\/\/rtmedical.com.br\/es\/radiologista-erro-llm-expertise\/\">qu\u00e9 protege al radi\u00f3logo de errar junto con el modelo<\/a>, el hallazgo central era id\u00e9ntico: la experiencia y el contexto son el ant\u00eddoto, no la confianza en la salida del sistema.<\/p>\n<h2>Qu\u00e9 hacer en su servicio<\/h2>\n<p>Cuatro medidas concretas reducen este tipo de evento sin exigir tecnolog\u00eda nueva. La primera es enriquecer la solicitud: los estudios posprocedimiento deben traer, en el campo de indicaci\u00f3n, el procedimiento y el <strong>lado<\/strong>. Es gratis y resuelve la mitad del problema para el lector humano.<\/p>\n<p>La segunda es definir el alcance del software en la gobernanza. Los dispositivos de triaje autorizados por la FDA y agencias equivalentes lo est\u00e1n para notificaci\u00f3n y priorizaci\u00f3n de lista de trabajo, no para diagn\u00f3stico primario. Si el servicio trata la anotaci\u00f3n como informe, est\u00e1 usando el producto fuera de etiqueta. La tercera es auditar por subgrupo: separar el desempe\u00f1o por proyecci\u00f3n (PA frente a AP port\u00e1til), por posici\u00f3n y por contexto posprocedimiento revela degradaciones que la m\u00e9trica agregada esconde. La cuarta es registrar discrepancias. Sin un canal simple para que el radi\u00f3logo marque \u00abaqu\u00ed la IA se equivoc\u00f3\u00bb, no se forma ninguna curva de aprendizaje institucional y el mismo falso positivo vuelve la semana siguiente.<\/p>\n<h2>L\u00edmites del reporte y perspectivas<\/h2>\n<p>Hay que leer el caso por lo que es: un reporte \u00fanico, sin denominador. No permite estimar una tasa de falsos positivos, y el sesgo de publicaci\u00f3n es evidente: las fallas interesantes se publican, los aciertos rutinarios no. Nada en \u00e9l contradice la evidencia de que los algoritmos de neumot\u00f3rax acortan el tiempo hasta el informe en hallazgos cr\u00edticos, que es el beneficio real de estos sistemas.<\/p>\n<p>El camino t\u00e9cnico, sin embargo, aparece con claridad. La pr\u00f3xima generaci\u00f3n de herramientas debe consumir contexto estructurado \u2014 indicaci\u00f3n, procedimiento reciente, lateralidad, estudios previos \u2014 en lugar de solo p\u00edxeles. Los modelos multimodales que leen la historia cl\u00ednica junto con la imagen ya son t\u00e9cnicamente viables; el obst\u00e1culo es regulatorio y de integraci\u00f3n con el RIS\/PACS, no de arquitectura. Hasta que eso llegue, la regla de oro sigue siendo la m\u00e1s antigua de la radiolog\u00eda: ninguna imagen se interpreta sin la historia cl\u00ednica.<\/p>\n<p><strong>Fuente:<\/strong> <a href=\"https:\/\/news.google.com\/rss\/articles\/CBMiyAFBVV95cUxNcnV6TTZWb0g3c3FaVWE4Yk85SG1HR05Kc3BBRml2a1pBaGpEb3FWUEFZSE1MVWdJV0VVY2xMb1h4TC1tNnBsRDdGTDktV1Z1SVNYVWpBQ0E1aTNFcFpqODRLVkI1SnZRMk14cG9IM3hQQUY1dmJaOG1OdHEwM29IOVVfQmF6cDdjVG0yTFZmaWxiSW1iVHBwQlpISEVoX3g1czdDTWo5OVJXd0xPUHZuelRvMkRET3FOOFNaTllhMFdodXlFU1NIQg\" target=\"_blank\" rel=\"noopener\">Health Imaging \u2014 A cautionary tale for radiologists who use AI to rule out suspicious findings<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Un caso en Emergency Radiology muestra a la IA marcando neumot\u00f3rax del lado equivocado tras un marcapasos. Por qu\u00e9 decide el contexto.<\/p>\n","protected":false},"author":1,"featured_media":19162,"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,"_rt_cluster":"","fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[229,183],"tags":[],"class_list":["post-19187","post","type-post","status-publish","format-standard","has-post-thumbnail","category-inteligencia-artificial-es","category-radiologia-es"],"aioseo_notices":[],"rt_seo":{"title":"","description":"La IA marc\u00f3 un neumot\u00f3rax apical derecho tras un marcapasos izquierdo. Reporte en Emergency Radiology sobre leer sin contexto cl\u00ednico.","canonical":"","og_image":"","robots":"index,follow","schema_type":"Article","include_in_llms":true,"llms_label":"Falso positivo de neumot\u00f3rax por IA","llms_summary":"Reporte de caso en Emergency Radiology: un software de IA se\u00f1al\u00f3 neumot\u00f3rax apical derecho en un paciente de 81 a\u00f1os tras implante de marcapasos izquierdo, evidenciando que los sistemas basados solo en imagen no incorporan contexto procedimental.","faq_items":[],"video":[],"gtin":"","mpn":"","brand":"","aggregate_rating":[]},"_links":{"self":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/19187\/"}],"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=19187"}],"version-history":[{"count":1,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/19187\/revisions\/"}],"predecessor-version":[{"id":19189,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/19187\/revisions\/19189\/"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/19162\/"}],"wp:attachment":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/?parent=19187"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/categories\/?post=19187"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/tags\/?post=19187"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}