El campo de la inteligencia artificial (IA) en medicina ha experimentado un rápido crecimiento en la última década con un aumento del número de aplicaciones que se están introduciendo en la radiología práctica. Los radiólogos están encargados de integrar herramientas de IA de imágenes médicas con toma de decisiones y, por lo tanto, requieren suficiente formación en IA para evaluar sus fortalezas y limitaciones. Sin embargo, hay un déficit de formación en IA para profesionales de la Radiología tanto en la fase de residencia como en la época siguiente de adjunto/a. Este hecho contrasta con la extensa oferta formativa en otras universidades extranjeras y con la que ofrecen algunas sociedades profesionales. Por ejemplo, la RSNA ofrece múltiples cursos a todos los niveles y con diferentes formatos

Para abordar la necesidad de capacitación en IA y sus desafíos en la implementación, los autores han creado y realizado un taller piloto de capacitación en IA para médicos residentes de radiodiagnóstico. El taller fue diseñado específicamente por profesores de radiología e ingenieros de IA para condensar el contenido y desarrollar el conocimiento fundamental para evaluación de aplicaciones de IA en el cuidado de la salud.

El modelo final del taller de IA para residentes tenía una duración de 3 semanas y contenía conferencias didácticas, estudios de casos y ejemplos de programación para introducir conceptos fundamentales.

Se realizó una encuesta de evaluación posteriormente de todas las sesiones de formación. Once participantes residentes respondieron y se determinó una mayor confianza en 16 de 18 (89%) temas en encuesta posterior al taller.

En resumen, los autores han implementado un entrenamiento introductorio de IA taller para residentes de radiología integrado en el plan de estudios de la institución. El taller tuvo como objetivo brindar conocimiento fundamental para evaluar la IA en medicina en el futuro y mejoró la confianza auto informada en los fundamentos temas en IA. Se pueden integrar talleres similares en programas estandarizados y en el futuro planes de estudios para proporcionar apoyo institucional y acreditación para motivar la alfabetización en IA.

PUNTOS FUERTES:

. Calidad de las figuras del artículo que muestran los conceptos fundamentales del modelo propuesto

. Revisión bibliográfica completa.

. Equipo potente de autores del artículo.

. Reconocimiento de limitaciones

PUNTOS DÉBILES:

. No menciona las iniciativas europeas de formación en IA después de residencia.

Dr. Salvador Pedraza Gutiérrez

Sección de Formación en Radiología – FORA