{"id":44428,"date":"2024-03-25T09:20:45","date_gmt":"2024-03-25T15:20:45","guid":{"rendered":"https:\/\/saluddigital.com\/?p=44428"},"modified":"2025-10-18T21:55:25","modified_gmt":"2025-10-19T03:55:25","slug":"las-diferencias-individuales-influyen-en-la-efectividad-de-la-asistencia-de-ia-para-radiologos-segun-estudio-de-harvard-y-mit","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/las-diferencias-individuales-influyen-en-la-efectividad-de-la-asistencia-de-ia-para-radiologos-segun-estudio-de-harvard-y-mit\/","title":{"rendered":"Las diferencias individuales influyen en la efectividad de la asistencia de IA para radi\u00f3logos, seg\u00fan estudio de Harvard y MIT."},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Las diferencias individuales influyen en la efectividad de la asistencia de IA para radi\u00f3logos, seg\u00fan estudio de Harvard y MIT.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Una de las grandes promesas de la inteligencia artificial (IA), una de las herramientas emergentes m\u00e1s importantes en la medicina, es asistir y apoyar el trabajo de especialistas m\u00e9dicos para mejorar los resultados y su rendimiento. Por ejemplo, la IA es capaz de ayudar a radi\u00f3logos a interpretar im\u00e1genes m\u00e9dicas como radiograf\u00edas o tomograf\u00edas computarizadas con mayor precisi\u00f3n y as\u00ed lograr mejores diagn\u00f3sticos.<\/p>

Un estudio reciente publicado en Nature Medicine<\/i> titulado \u201cHeterogeneidad y predictores de los efectos de la asistencia de la IA en los radi\u00f3logos<\/span><\/a>\u201d, examin\u00f3 a gran escala los efectos heterog\u00e9neos de la asistencia de IA en 140 radi\u00f3logos a trav\u00e9s de 15 tareas de diagn\u00f3stico de rayos X de t\u00f3rax de m\u00e1s de 300 pacientes. El estudio encontr\u00f3 que factores convencionales como a\u00f1os de experiencia, subespecialidad y familiaridad con herramientas de IA, no fueron suficientes para predecir de forma fiable el impacto de la asistencia de IA.<\/p>

Asimismo, los radi\u00f3logos con menos rendimiento no se beneficiaron sistem\u00e1ticamente m\u00e1s de la asistencia de la IA, en cambio los errores o inexactitudes de interpretaci\u00f3n de la IA pueden influir en los resultados de tratamiento e influir en el rendimiento de los radi\u00f3logos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u201cNuestros resultados ponen de relieve la importancia de los enfoques personalizados en la colaboraci\u00f3n entre el m\u00e9dico y la IA, as\u00ed como la importancia de contar con modelos de IA precisos. Al comprender los factores que determinan la eficacia de la asistencia de la IA, este estudio proporciona informaci\u00f3n valiosa para la implementaci\u00f3n espec\u00edfica de la IA, lo que permite obtener los m\u00e1ximos beneficios para los m\u00e9dicos individuales en la pr\u00e1ctica cl\u00ednica\u201d, explican los autores en el estudio.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Es decir, el estudio detalla que las diferencias individuales de cada especialista determinan sus interacciones con la IA y por ende interfieren en la precisi\u00f3n de la interpretaci\u00f3n de las im\u00e1genes m\u00e9dicas. De esta forma, Pranav Rajpurkar, autor principal del estudio, mencion\u00f3 que no se deben ver a los radi\u00f3logos como una poblaci\u00f3n uniforme, sino personalizar los sistemas de IA de asistencia.<\/p>

Por su parte, Feiyang \u201cKathy\u201d Yu, otra de las autoras del estudio explic\u00f3 que: \u201cLos especialistas tienen diferentes niveles de conocimientos, experiencia y estilos de toma de decisiones, por lo que garantizar que la IA refleje esta diversidad es fundamental para una aplicaci\u00f3n espec\u00edfica\u201d.<\/p>

Finalmente, los investigadores reconocieron que el estudio no explica por qu\u00e9 ni c\u00f3mo las herramientas de IA parecen afectar al rendimiento de los especialistas de formas distintas, pero se\u00f1alan que es importante garantizar que las herramientas de IA y radiolog\u00eda siempre aumenten el rendimiento humano en lugar de generar resultados negativos. En este sentido, a\u00f1adieron que las interacciones IA-radi\u00f3logo deben probarse en entornos experimentales que imiten escenarios y poblaciones reales.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

HARVARD<\/b><\/p>

https:\/\/hms.harvard.edu\/news\/does-ai-help-or-hurt-human-radiologists-performance-depends-doctor<\/a><\/span><\/p>

NATURE<\/b><\/p>

https:\/\/www.nature.com\/articles\/s41591-024-02850-w<\/a><\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Las diferencias individuales influyen en la efectividad de la asistencia de IA para radi\u00f3logos, seg\u00fan estudio de Harvard y MIT. Una de las grandes promesas de la inteligencia artificial (IA), una de las herramientas emergentes m\u00e1s importantes en la medicina, es asistir y apoyar el trabajo de especialistas m\u00e9dicos para mejorar los resultados y su rendimiento. Por ejemplo, la IA es capaz de ayudar a radi\u00f3logos a interpretar im\u00e1genes m\u00e9dicas como radiograf\u00edas o tomograf\u00edas computarizadas con mayor precisi\u00f3n y as\u00ed lograr mejores diagn\u00f3sticos. Un estudio reciente publicado en Nature Medicine titulado \u201cHeterogeneidad y predictores de los efectos de la asistencia de la IA en los radi\u00f3logos\u201d, examin\u00f3 a gran escala los efectos heterog\u00e9neos de la asistencia de IA en 140 radi\u00f3logos a trav\u00e9s de 15 tareas de diagn\u00f3stico de rayos X de t\u00f3rax de m\u00e1s de 300 pacientes. El estudio encontr\u00f3 que factores convencionales como a\u00f1os de experiencia, subespecialidad y familiaridad con herramientas de IA, no fueron suficientes para predecir de forma fiable el impacto de la asistencia de IA. Asimismo, los radi\u00f3logos con menos rendimiento no se beneficiaron sistem\u00e1ticamente m\u00e1s de la asistencia de la IA, en cambio los errores o inexactitudes de interpretaci\u00f3n de la IA pueden influir en los resultados de tratamiento e influir en el rendimiento de los radi\u00f3logos. \u201cNuestros resultados ponen de relieve la importancia de los enfoques personalizados en la colaboraci\u00f3n entre el m\u00e9dico y la IA, as\u00ed como la importancia de contar con modelos de IA precisos. Al comprender los factores que determinan la eficacia de la asistencia de la IA, este estudio proporciona informaci\u00f3n valiosa para la implementaci\u00f3n espec\u00edfica de la IA, lo que permite obtener los m\u00e1ximos beneficios para los m\u00e9dicos individuales en la pr\u00e1ctica cl\u00ednica\u201d, explican los autores en el estudio. Es decir, el estudio detalla que las diferencias individuales de cada especialista determinan sus interacciones con la IA y por ende interfieren en la precisi\u00f3n de la interpretaci\u00f3n de las im\u00e1genes m\u00e9dicas. De esta forma, Pranav Rajpurkar, autor principal del estudio, mencion\u00f3 que no se deben ver a los radi\u00f3logos como una poblaci\u00f3n uniforme, sino personalizar los sistemas de IA de asistencia. Por su parte, Feiyang \u201cKathy\u201d Yu, otra de las autoras del estudio explic\u00f3 que: \u201cLos especialistas tienen diferentes niveles de conocimientos, experiencia y estilos de toma de decisiones, por lo que garantizar que la IA refleje esta diversidad es fundamental para una aplicaci\u00f3n espec\u00edfica\u201d. Finalmente, los investigadores reconocieron que el estudio no explica por qu\u00e9 ni c\u00f3mo las herramientas de IA parecen afectar al rendimiento de los especialistas de formas distintas, pero se\u00f1alan que es importante garantizar que las herramientas de IA y radiolog\u00eda siempre aumenten el rendimiento humano en lugar de generar resultados negativos. En este sentido, a\u00f1adieron que las interacciones IA-radi\u00f3logo deben probarse en entornos experimentales que imiten escenarios y poblaciones reales. BIBLIOGRAF\u00cdA HARVARD https:\/\/hms.harvard.edu\/news\/does-ai-help-or-hurt-human-radiologists-performance-depends-doctor NATURE https:\/\/www.nature.com\/articles\/s41591-024-02850-w<\/p>","protected":false},"author":1,"featured_media":44430,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-44428","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44428","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=44428"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44428\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/44430"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=44428"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=44428"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=44428"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}