Especialización en Gerencia de la Calidad en Salud · 2025
Estrategia para disminuir los errores diagnósticos en radiología en servicios de urgencias de baja complejidad, mediante el uso de la inteligencia artificial
Los errores diagnósticos en radiología son una fuente importante de eventos adversos en los servicios de urgencias, especialmente en entornos de baja complejidad donde la demanda, la fatiga y la escasez de especialistas aumentan la probabilidad de omisiones e interpretaciones incorrectas. Este estudio propone y describe una estrategia integral para reducir errores diagnósticos en radiología, combinando cinco líneas de intervención: gobernanza y gestión del dato, estandarización de procesos, intervención responsable de tecnología Inteligencia Artificial (IA), educación continua y certificación, y cultura de seguridad. La propuesta se fundamenta en una revisión integrativa de la literatura (52 artículos revisados, 18 seleccionados) y en una encuesta aplicada a 40 médicos de urgencias y radiólogos, cuyo objetivo fue conocer percepciones sobre el uso de IA, nivel de formación y barreras operativas. Los hallazgos confirman que los errores diagnósticos son principalmente perceptivos (60–70%) y que la IA puede disminuir omisiones y mejorar la detección, siempre que exista validación local, gobernanza y formación del personal. La encuesta mostró disposición favorable a la adopción de IA pero señaló necesidades de capacitación, interoperabilidad y garantías éticas. Se propone un plan en fases (preparación, piloto, escalado y sostenibilidad) con protocolos operativos, indicadores de desempeño y un programa formativo certificado. Se concluye que la IA, integrada responsablemente, puede reforzar la seguridad del paciente y la precisión diagnóstica en urgencias de baja complejidad; su impacto dependerá de la gobernanza institucional, la estandarización de procesos y la formación sostenida del personal.