Publicado: 30 de julio de 2026 — 10:00 AM (GMT-6) | Asia
En el Hospital General de Singapur (SGH), uno de los centros médicos más grandes del sudeste asiático, algo cambió silenciosamente en 2025. Los radiólogos comenzaron a recibir informes preliminares de tomografías computarizadas antes de que el paciente terminara de vestirse después del estudio. Lo que antes tomaba horas —o incluso días, en hospitales con alta demanda— ahora ocurría en cuestión de minutos.
No se trata de magia ni de contratar más personal. Es el resultado de una de las implementaciones más ambiciosas de inteligencia artificial en radiología del mundo: el programa AI-RAD de SingHealth, el grupo de salud pública más grande de Singapur, que agrupa 4 hospitales generales, 3 centros especializados y una red de policlínicas comunitarias.
El problema: miles de imágenes, pocos radiólogos
Singapur enfrenta un desafío común a muchos sistemas de salud: la demanda de estudios por imágenes crece más rápido que la capacidad de formar radiólogos. En 2023, SingHealth procesó más de 1.2 millones de estudios radiológicos, y la tasa de crecimiento anual supera el 8%. Con una población envejeciendo —el 24% de los singapurenses tendrá más de 65 años en 2030—, la presión sobre los servicios de diagnóstico es insostenible.
La solución no fue reemplazar radiólogos, sino rediseñar el flujo de trabajo con IA como asistente de primera lectura.
Cómo funciona AI-RAD
El sistema, desarrollado en colaboración con la agencia nacional de ciencia y tecnología A*STAR y varias startups locales, funciona en tres etapas:
1. Triaje automático de casos urgentes
Cuando un estudio ingresa al sistema, el algoritmo de IA lo analiza en segundos y lo clasifica según su nivel de urgencia. Los casos sospechosos de hemorragia cerebral, neumotórax o fracturas vertebrales inestables saltan automáticamente al inicio de la cola de lectura. Esto redujo el tiempo promedio para informar hallazgos críticos de 47 minutos a menos de 8 minutos.
2. Segmentación y medición automatizada
Para estudios oncológicos de seguimiento, la IA identifica y mide automáticamente cada lesión, calculando el diámetro según los criterios RECIST 1.1 (el estándar internacional para evaluar respuesta tumoral). El radiólogo recibe un informe preliminar con las mediciones y solo debe validarlas. Lo que antes consumía 20 minutos de trabajo manual ahora toma 3.
3. Detección de hallazgos incidentales
Uno de los aportes más valorados por los radiólogos de SGH es la capacidad de la IA para señalar hallazgos inesperados. En una tomografía de tórax solicitada para evaluar neumonía, el algoritmo puede detectar incidentalmente un nódulo tiroideo sospechoso o una lesión ósea. En los primeros 6 meses de implementación, estos hallazgos incidentales identificados por la IA permitieron diagnosticar 43 cánceres en etapa temprana que de otro modo podrían haber pasado desapercibidos.
Resultados al primer año
Los datos publicados por SingHealth muestran resultados contundentes:
- Reducción del 67% en el tiempo de espera para resultados de tomografías computarizadas
- Aumento del 34% en la productividad de los radiólogos (más estudios informados por turno)
- 95% de precisión en la detección de nódulos pulmonares mayores a 4 mm
- 0 eventos adversos atribuibles a errores de la IA en el primer año
Lecciones para América Latina
El caso de Singapur es particularmente relevante para los países latinoamericanos por varias razones. Primero, porque demuestra que la IA en radiología no requiere hospitales de primer mundo: los algoritmos funcionan con equipos de tomografía convencionales y pueden adaptarse a distintas densidades poblacionales. Segundo, porque el modelo de SingHealth se basó en estándares abiertos, lo que facilita su replicación.
Para el médico latinoamericano que busca implementar herramientas similares, los pasos clave son: empezar por un solo tipo de estudio (tórax o mama), establecer un flujo de doble lectura donde la IA sea el primer filtro, y medir rigurosamente el impacto en tiempos y precisión antes de escalar.
En palabras del Dr. Tan Cher Heng, jefe del departamento de Radiología de SGH: “La IA no reemplaza al radiólogo. Lo que hace es quitarle el trabajo tedioso para que pueda concentrarse en lo que realmente importa: el paciente.”
Referencias:
- SingHealth. “AI-RAD Programme: Annual Results Report 2025.” Singapore Health Services, 2026.
- A*STAR. “Artificial Intelligence for Medical Imaging: Singapore’s National Strategy.” Agency for Science, Technology and Research, 2025.
- The Lancet Digital Health. “Artificial intelligence in radiology: a systematic review of implementation studies in Asia.” Vol 7, 2025.
