Mejorar el rendimiento de no especialistas en la protocolización de RM musculoesquelética mediante un modelo de lenguaje grande

Exploraciones más inteligentes para articulaciones doloridas

Cuando te duele una rodilla, un hombro o la espalda, los médicos suelen pedir una resonancia magnética (RM) para examinar músculos, articulaciones y huesos. Pero obtener una RM útil no es tan sencillo como pulsar un botón. Técnicos y médicos noveles deben elegir entre decenas de opciones de exploración, y los errores pueden traducirse en imágenes borrosas o incompletas, pérdida de tiempo y una segunda entrada al escáner. Este estudio plantea una cuestión actual: ¿puede una herramienta moderna de lenguaje AI acompañar discretamente a estos no especialistas y ayudarles a seleccionar mejores ajustes para la RM musculoesquelética a la primera?

Por qué importa elegir la RM adecuada

La RM musculoesquelética abarca una gran variedad de partes del cuerpo —desde los dedos hasta la columna— y muchos problemas diferentes, como lesiones deportivas, artritis e infecciones. Cada situación puede requerir una combinación distinta de ángulos de exploración, áreas a cubrir y técnicas para reducir artefactos por metales de implantes. Por ello, los hospitales mantienen amplias bibliotecas de protocolos, a menudo con cientos de variaciones, que han evolucionado tras años de ensayo y error local. A medida que crece la carga de trabajo en imagen y los radiólogos especialistas están muy ocupados, más de este trabajo de “protocolización” se delega en residentes y técnicos. Los errores pueden obligar a los pacientes a volver para repetir exploraciones, desajustando horarios y retrasando diagnósticos.

Incorporando un copiloto AI en la sala de control

Los investigadores probaron un modelo de lenguaje grande comercialmente disponible (GPT‑4o) como asistente, no como sustituto del personal humano. Primero recopilaron más de 12.000 órdenes previas de RM musculoesquelética de un hospital para diseñar una instrucción detallada para la IA. Para cada caso, la IA recibió información anonimizada extraída de la historia clínica electrónica: el tipo de examen solicitado, los comentarios del clínico, informes de imagen recientes y notas médicas relevantes. A través de un proceso iterativo de dos semanas, el equipo afinó un único prompt extenso de modo que la IA produjera una ficha estructurada: el nombre del protocolo recomendado, el área exacta a explorar, si usar reducción de artefactos por metal, cómo suprimir la señal de grasa, qué bobina usar y otros detalles. Incorporaron reglas en el prompt para minimizar conjeturas y mantener las respuestas de la IA coherentes.

Poniendo a prueba a no especialistas y a la IA

Para ver si la IA realmente ayudaba, el equipo montó un conjunto de prueba separado con 107 nuevas órdenes de RM. Tres residentes de radiología y tres técnicos, todos con menos de un año de experiencia, debían rellenar fichas de protocolo para cada caso en dos ocasiones: una usando solo su criterio y otra con asistencia de la IA. Un diseño cruzado y un intervalo de seis meses entre sesiones ayudaron a prevenir efectos de memoria simples. Dos radiólogos musculoesqueléticos expertos, trabajando a partir de sus propios protocolos de referencia, puntuaron cada ficha con una escala de “aprobado clínico” de cuatro puntos que reflejaba consecuencias del mundo real, desde un fallo completo que requería repetir la exploración hasta una coincidencia excelente.

Qué cambió cuando la IA se unió al equipo

Con la ayuda de la IA, las puntuaciones medias aumentaron tanto para residentes como para técnicos, y la mejora fue estadísticamente significativa. La diferencia más relevante no estuvo en pequeños cambios de puntuación, sino en la reducción de la proporción de protocolos juzgados como propensos a provocar una repetición parcial o total de la RM. Para los residentes, estos casos de riesgo disminuyeron alrededor de un 12 %; para los técnicos, aproximadamente un 8 %. En un servicio concurrido que maneja unas 40 exploraciones de este tipo al día, eso podría traducirse en varias exploraciones problemáticas menos cada jornada. Las propias salidas de la IA fueron razonablemente estables: cuando el mismo caso se ejecutó cinco veces, sus puntuaciones concordaron bien, y más de la mitad de las veces produjo un plan excelente en todas las ejecuciones. Cuando se equivocó, los problemas solían implicar elecciones técnicas finas, como métodos específicos de supresión de grasa o la diana exacta, y los revisores humanos a menudo podían detectar estas fallas en el razonamiento que acompañaba a la IA.

Cómo utilizaron y abusaron los humanos de la ayuda

Las encuestas al personal participante revelaron cómo interactuaban realmente con la herramienta. Consideraron especialmente valiosos los comentarios adicionales de la IA —sobre dónde enfocar exactamente la exploración, qué bobina usar y por qué tenía sentido un determinado protocolo—. Muchos participantes recordaron y reusaron ideas de la IA más tarde incluso cuando trabajaban sin ella, lo que sugiere un beneficio formativo. Al mismo tiempo, el estudio detectó rastros de sesgo de automatización y sesgo de confirmación: los participantes tendían a apoyarse más en la IA cuando coincidía con su instinto inicial y a veces la seguían incluso cuando su puntuación independiente era baja. Aun así, en general el rendimiento rara vez empeoró con la ayuda de la IA, y solo una pequeña fracción de casos resultó perjudicada por sus sugerencias.

Qué significa esto para pacientes y clínicas

Para un paciente dentro de un escáner de RM, los detalles de la selección del protocolo son invisibles. Sin embargo, este estudio sugiere que un modelo de lenguaje AI cuidadosamente diseñado, utilizado mediante una interfaz de chat habitual, puede elevar discretamente la calidad de la planificación de RM musculoesquelética por parte del personal novato y reducir el número de exploraciones que deben repetirse. El sistema no sustituye a los radiólogos expertos, y su rendimiento depende de normas locales y de una supervisión reflexiva. Pero como copiloto práctico que ayuda a los no especialistas a elegir mejores ajustes desde la primera vez, ofrece una visión de cómo la IA podría hacer la imagen avanzada más eficiente y más amigable para los pacientes.

Cita: Lee, S., Choi, H., Chun, K.S. et al. Improving non-expert performance in musculoskeletal MRI protocoling through a large language model. Sci Rep 16, 12423 (2026). https://doi.org/10.1038/s41598-026-41898-1

Palabras clave: RM musculoesquelética, flujo de trabajo en radiología, modelos de lenguaje grandes, soporte a la decisión clínica, IA en imagen médica