Paula Baena
Los avances en digitalización e inteligencia artificial han provocado un continuo cambio en el abordaje de la oncología y en el desarrollo de las diferentes pruebas diagnósticas. No obstante, a pesar de que la medicina parece estar sumida en un momento repleto de avances, la escasez de especialistas en diagnóstico por imagen es uno de los retos que la tecnología no puede abarcar. María de Oyarzábal, directora de diagnóstico por imagen y terapias avanzadas de Siemens Healthineers, ha señalado, en un evento online organizado por la Fundación IDIS, la necesidad de profesionales y la importancia de la formación continua en un momento en el que la IA evoluciona rápida y en constante cambio.
Durante el encuentro #IDISLive, Marta Villanueva, directora general de la Fundación IDIS, ha destacado que el sector sanitario está viviendo una auténtica revolución por la rapidez con la que se desarrollan nuevas soluciones. Pruebas como el photon counting en tomografía computarizada permiten una mayor precisión al detectar lesiones más pequeñas en fases tempranas y con menor dosis de radiación para los pacientes. A estos avances se suman los equipos PET-TAC, que además de información morfológica, ofrecen datos fisiológicos, mejorando la detección y seguimiento de tumores, ha explicado Oyarzábal.
María de Oyarzábal: «La tecnología por sí sola no es suficiente. Los equipos de última generación requieren técnicos formados»
Sin embargo, la especialista ha enfatizado que, sin los profesionales necesarios, es imposible implementar de manera efectiva estas tecnologías en el día a día hospitalario. La formación continua y la especialización son esenciales para aprovechar todo el potencial de la innovación tecnológica. «La tecnología por sí sola no es suficiente. Los equipos de última generación requieren técnicos formados y médicos que comprendan los nuevos protocolos para que realmente se traduzca en beneficios para los pacientes», ha comentado.
Otro de los puntos abordados ha sido la integración de la inteligencia artificial en el diagnóstico por imagen. Estos algoritmos permiten mejorar la precisión, personalizar los tratamientos y reducir tiempos de espera, pero requieren una gran cantidad de datos de calidad para ser entrenados. Los especialistas no solo deben conocer los fundamentos de estas tecnologías, sino también cómo validar los resultados y utilizarlos de manera segura para los pacientes.
La interoperabilidad entre sistemas, fundamental para evitar duplicidades y acelerar el diagnóstico
Asimismo, el manejo de los datos clínicos es un aspecto crucial. La interoperabilidad entre sistemas, tanto en la sanidad pública como privada, es fundamental para evitar duplicidades y acelerar el diagnóstico. A pesar de los avances en este ámbito, la escasez de personal cualificado sigue limitando la capacidad de análisis de grandes volúmenes de datos, que incluyen no solo imágenes médicas, sino también información genética, de laboratorio y de historia clínica.
La equidad en el acceso a estas tecnologías también ha sido un tema central. Oyarzábal recalcó que no todos los hospitales cuentan con los recursos necesarios para implementar estas soluciones avanzadas. «Es fundamental garantizar que, independientemente del lugar de residencia, todos los pacientes puedan acceder al mismo nivel de diagnóstico y tratamiento», ha afirmado, subrayando la necesidad de políticas que fomenten la igualdad en la asistencia sanitaria.
Por otro lado, el encuentro ha puesto en valor la importancia de la humanización en el entorno sanitario. Las nuevas tecnologías no solo buscan precisión, sino también mejorar la experiencia de los pacientes. Desde equipos que minimizan la ansiedad en pruebas diagnósticas hasta soluciones diseñadas para pacientes pediátricos, la innovación también se enfoca en hacer más llevaderos los procesos médicos.
Con estos desafíos en mente, el sector sanitario se enfrenta a la necesidad de equilibrar la adopción tecnológica con la formación y contratación de especialistas. Sin esta combinación, los avances en oncología seguirán siendo difíciles de aplicar en el contexto clínico cotidiano.
