El pronóstico original sostenía que los algoritmos de aprendizaje automático, entrenados con millones de imágenes, alcanzarían tal nivel de precisión que volverían obsoleta la lectura humana de radiografías, tomografías y resonancias. La realidad observada en la práctica clínica internacional ha sido distinta: la tecnología funciona como un segundo lector que puede señalar nódulos pulmonares sospechosos, fracturas de difícil detección a simple vista o signos tempranos de hemorragias cerebrales, reduciendo el margen de error humano por fatiga o sobrecarga, pero sin reemplazar el juicio clínico.
El proceso de diagnóstico por imagen no concluye con la detección de una anomalía. Requiere correlacionar el hallazgo con la historia clínica del paciente, sus síntomas, antecedentes familiares y otros exámenes de laboratorio, una tarea que exige juicio médico integral y que, de acuerdo con los especialistas citados en el material de origen, permanece fuera del alcance de los algoritmos actuales. Esa integración es precisamente la que la máquina no puede sustituir.
Una escasez de especialistas que condiciona el debate
En El Salvador el debate no es solo teórico. El país arrastra una brecha histórica en la formación y retención de especialistas médicos, incluidos los radiólogos, quienes deben cursar una subespecialidad después de la carrera de medicina general y, en muchos casos, buscan mejores condiciones laborales fuera del país. Esa escasez ha llevado a hospitales del Instituto Salvadoreño del Seguro Social (ISSS) y de la red pública del Ministerio de Salud a evaluar, con distinto ritmo, herramientas de apoyo diagnóstico basadas en algoritmos.
La incorporación de estas tecnologías enfrenta, además, limitaciones estructurales conocidas: la inversión en equipos de imagenología de última generación, la conectividad para procesar los datos y la capacitación del personal técnico y médico. El Ministerio de Salud no ha detallado públicamente un plan específico de adopción de inteligencia artificial diagnóstica a escala nacional, y los avances reportados hasta ahora provienen principalmente de proyectos piloto en hospitales de tercer nivel y en el sector privado.
La adquisición de estos sistemas implica costos de licenciamiento, mantenimiento y actualización que pueden resultar prohibitivos para buena parte de la red hospitalaria pública, cuyo financiamiento depende de las asignaciones anuales aprobadas por la Asamblea Legislativa dentro del Presupuesto General de la Nación. Para los pacientes, en cambio, la promesa se traduce en tiempos de espera potencialmente más cortos para obtener un diagnóstico, un aspecto sensible en un sistema donde las citas para estudios de imagen especializados en hospitales públicos pueden demorar semanas.
El precedente de la tomografía y la resonancia
La historia reciente de la medicina salvadoreña ofrece una referencia útil. La llegada de la tomografía computarizada y, posteriormente, de la resonancia magnética al país, entre finales del siglo pasado y las primeras décadas de los años 2000, generó expectativas similares sobre una transformación radical de la práctica médica. En ambos casos, la tecnología amplió las capacidades diagnósticas sin eliminar la necesidad de especialistas capacitados para interpretar los resultados, un patrón que los promotores de la inteligencia artificial médica reconocen como el escenario más probable también en esta ocasión.
Organismos gremiales médicos han insistido en que cualquier adopción de estas herramientas en el sistema de salud debe ir acompañada de un marco regulatorio claro sobre responsabilidad médico-legal. Si un algoritmo pasa por alto un hallazgo relevante, la definición de responsabilidades entre el fabricante del software, la institución de salud y el médico tratante sigue siendo un vacío normativo tanto en El Salvador como en la mayoría de los países de la región. Los especialistas advierten, en la misma línea, que la rapidez del algoritmo no debe traducirse en una reducción de la supervisión médica humana sobre cada caso.
Desde la formación, universidades salvadoreñas con programas de medicina han comenzado a incorporar de manera incipiente contenidos sobre herramientas digitales de apoyo diagnóstico, aunque los planes de estudio de radiología continúan centrados en el desarrollo del criterio clínico tradicional como eje formativo principal. La velocidad con que esos contenidos se generalicen marcará el grado de preparación de las próximas generaciones de especialistas.
El panorama que se perfila para los próximos años, según la evidencia disponible, no es el de una sustitución del radiólogo por la máquina, sino el de una redefinición de su función: menos tiempo dedicado a la lectura rutinaria de estudios sin hallazgos relevantes y más tiempo enfocado en los casos complejos que requieren integración clínica. Esa transición dependerá, en el caso salvadoreño, de decisiones de inversión pública y privada que aún están por definirse, así como de un marco de responsabilidad que hasta ahora no existe.
