Un error de lateralidad en un informe radiológico —”izquierda” donde debía decir “derecha”— ocurre en menos del 0,1 % de los estudios con adenda de corrección (Luetmer et al., como se cita en PMC, s. f.). El número parece insignificante hasta que se multiplica por el volumen real de un departamento de imagenología: en estudios que combinan varias proyecciones en un solo informe, la tasa de error sube a 1,2 % (JMIR Formative Research, 2025). Eso no es un problema de dictado lento. Es un problema de diseño del circuito que produce el informe, desde la plantilla hasta la firma.
Este artículo no trata sobre inteligencia artificial diagnóstica ni sobre la velocidad del reconocimiento de voz. Trata sobre algo más específico y, para efectos de seguridad del paciente, más urgente: qué hace que un informe radiológico sea preciso, verificable y seguro, y dónde falla ese proceso cuando nadie lo está midiendo.
El informe no es texto: es un acto clínico trazable
Un informe radiológico cumple una función distinta a la de cualquier otro documento clínico: es, con frecuencia, el único punto de contacto entre el hallazgo en la imagen y la decisión del médico tratante. Un error en ese documento no se corrige con una aclaración verbal la próxima vez que el paciente asista a consulta —para entonces, el tratamiento ya pudo haberse iniciado, modificado o descartado sobre la base de una lectura incorrecta.
Por eso la calidad de un informe no se mide solo por la precisión diagnóstica del radiólogo, sino por la integridad del circuito completo: identificación correcta de paciente y estudio, plantilla adecuada a la indicación clínica, terminología no ambigua, verificación antes de la firma, y un mecanismo de corrección —la adenda— que quede documentado y sea auditable.
Los cinco puntos de fallo más frecuentes en un informe radiológico
La literatura sobre calidad en radiología coincide en un conjunto reducido de errores que se repiten independientemente de la especialidad o la tecnología de dictado utilizada:
Identificación paciente-estudio. El informe queda asociado al paciente equivocado o al estudio equivocado dentro de la misma sesión de trabajo. Es el error de menor frecuencia pero mayor gravedad potencial, porque contamina toda la historia clínica del paciente afectado.
Errores de lateralidad. Un análisis de más de 2,9 millones de informes encontró 1.607 errores de lateralidad corregidos mediante adenda (0,055 % del total), de los cuales 56 fueron clasificados como de impacto clínico mayor (Luetmer et al., citado en PMC, s. f.). Un estudio posterior del Massachusetts General Hospital, centrado específicamente en informes de tórax con hallazgos bilaterales múltiples, encontró que la mayoría de las discrepancias de lado ocurren en los casos más complejos —no en los más simples— y que el error se distribuye entre radiólogos de todos los niveles de experiencia, no solo los menos experimentados (Applied Radiology, s. f.).
Terminología no controlada. Cuando distintos radiólogos describen el mismo hallazgo con palabras distintas, el informe deja de ser comparable entre estudios sucesivos del mismo paciente y deja de ser procesable por sistemas de apoyo a la decisión o de generación automatizada de estadística clínica.
Unidades y mediciones inconsistentes. Una medición sin unidad explícita, o registrada en una unidad distinta a la del estudio previo, obliga al médico tratante a asumir un dato que debería estar verificado.
Hallazgos críticos sin comunicación cerrada. Un hallazgo urgente puede estar correctamente descrito en el informe y, aun así, no llegar a tiempo al médico tratante si el circuito de comunicación no confirma la recepción. Este punto se desarrolla en profundidad en el artículo de Medilab sobre comunicación de resultados críticos; aquí interesa solo como uno de los puntos de fallo que la estructura del informe debe prevenir, no resolver por sí sola.
Plantillas por indicación: por qué la terminología libre ya no es suficiente
La solución que la comunidad radiológica ha adoptado frente a la variabilidad terminológica es la plantilla estructurada por indicación clínica, construida sobre un vocabulario controlado. La biblioteca RadReport de la RSNA ofrece plantillas de buenas prácticas revisadas por un panel internacional de radiólogos, construidas con la terminología RadLex y los elementos de datos comunes RadElement, desarrollados junto con el American College of Radiology y sociedades de subespecialidad, de forma que un mismo hallazgo se describa de la misma manera en distintas instituciones (xAID, 2026). Sobre esa base se apoyan además los sistemas de categorización estandarizada de la ACR —BI-RADS para mama, Lung-RADS para tamizaje pulmonar, LI-RADS para hígado, PI-RADS para próstata, entre otros— que convierten una impresión diagnóstica en una categoría de manejo clínico inequívoca, no en una frase interpretable de distintas formas por distintos lectores.
Para un centro de diagnóstico, adoptar plantillas estructuradas no es una preferencia estilística: es lo que permite auditar la calidad de un informe comparando estructura contra estructura, en lugar de leer párrafo por párrafo buscando lo que falta.
Reconocimiento de voz: qué mejora y qué no cambia
El reconocimiento de voz sigue siendo la tecnología de captura dominante en la mayoría de los departamentos de radiología, y conviene ser preciso sobre lo que realmente aporta. Un estudio de más de 2,9 millones de informes encontró que la tasa de errores de lateralidad con impacto clínico mayor fue prácticamente idéntica entre informes generados con reconocimiento de voz (0,00188 %) y sin él (0,00192 %) —es decir, la tecnología de dictado no fue, por sí sola, la causa ni la solución del problema. Lo que sí mejoró de forma significativa fue el tiempo transcurrido entre la finalización del informe y la emisión de la corrección cuando se detectaba un error (Luetmer et al., citado en PMC, s. f.).
La lección práctica es que el reconocimiento de voz acelera la captura y acelera la corrección, pero no sustituye los controles de calidad que previenen el error en primer lugar. Un departamento que invierte solo en velocidad de dictado, sin invertir en plantillas y verificación, sigue expuesto al mismo tipo de error, solo que lo produce y lo corrige más rápido.
Doble verificación paciente-estudio antes de firmar
La verificación de que el informe corresponde al paciente correcto y al estudio correcto debería ocurrir en al menos dos momentos independientes: al abrir el estudio para su interpretación, y de nuevo antes de la firma electrónica final. En instituciones donde este segundo control se ha automatizado mediante verificación cruzada con datos demográficos e identificadores del estudio, la tasa de errores no autenticados —aquellos que llegan a producción sin control— se reduce de forma medible; un estudio observacional a gran escala en cirugía oftalmológica documentó una caída de errores de identificación tras implementar verificación asistida por sistemas de apoyo, aunque también mostró que los errores persisten cuando el control no se usa de forma consistente (PMC, 2025). El principio se traslada directamente a radiología: el control más efectivo es el que ocurre de forma sistemática, no el que depende de que el radiólogo lo recuerde en cada caso.
El borrador de informe con IA generativa: draft-then-sign, no autonomía
RSNA 2025 formalizó una alianza con Rad AI para explorar generación asistida de informes, y RSNA presentó un ejercicio educativo específico sobre métodos y métricas para evaluar la generación automatizada de informes radiológicos, con un mensaje central: los radiólogos son indispensables para validar la salida de la IA, detectar errores, resolver inconsistencias y evaluar el impacto clínico de cada borrador (RSNA Daily Bulletin, 2025). Un estudio de lectores publicado en Radiology en 2025 evaluó informes de radiografía de tórax generados por IA como borradores preliminares que cinco radiólogos revisaron y finalizaron antes de su emisión (Hong et al., 2025, citado en xAID, 2026).
El patrón que emerge de esta evidencia se conoce como draft-then-sign: la IA generativa produce una estructura preliminar consistente, y el radiólogo permanece como el lector de registro responsable del informe final, sin que el sistema emita nada de forma autónoma hacia la historia clínica del paciente. Para un departamento que evalúa incorporar esta tecnología, el criterio de selección no debería ser cuánto texto genera el modelo, sino cuán claro y auditable es el punto donde termina el borrador y comienza la responsabilidad clínica firmada.
Auditoría de adenda y métricas de discrepancia como sistema de mejora, no de sanción
Cada adenda —cada corrección posterior a la firma de un informe— es, en realidad, un dato de calidad. Cuando un departamento agrega la fecha, el tipo de error y el radiólogo asociado a cada adenda, obtiene una fuente objetiva de patrones de error: qué modalidad concentra más correcciones, qué tipo de hallazgo se describe con más ambigüedad, si la tasa de adenda cambió después de introducir una nueva plantilla o un nuevo flujo de dictado.
El proyecto de mejora de calidad del Massachusetts General Hospital ilustra el valor —y el límite— de este enfoque: tras seis meses de intervención dirigida (resaltado visual de términos de lateralidad en el sistema de dictado), la tasa de error bajó de forma medible durante el periodo de intervención activa, pero volvió a subir en las semanas siguientes cuando el refuerzo dejó de aplicarse (Applied Radiology, s. f.). La conclusión operativa es clara: la auditoría de adenda debe ser un proceso continuo integrado al sistema, no una campaña puntual de mejora.
La infraestructura que sostiene un informe preciso
Ningún control de calidad descrito en este artículo funciona de forma sostenible si depende de la memoria individual del radiólogo. Requiere que el RIS soporte gestión de plantillas por indicación y modalidad, firma electrónica con registro de auditoría, e integración con DICOM SR (Structured Report) para que la estructura del informe —no solo su texto— se conserve al intercambiarse entre sistemas. La trazabilidad de cada adenda, con fecha, autor y motivo, debe quedar disponible para consulta posterior, tanto por razones de calidad clínica como de historia clínica y protección de datos.
Conclusión operativa para direcciones de calidad e imagenología
Ningún departamento debería medir la calidad de sus informes solo por la ausencia de quejas. La tasa de adenda por modalidad, el tiempo entre finalización y corrección, y la proporción de informes que usan plantilla estructurada frente a texto libre son indicadores que cualquier RIS moderno puede generar sin depender de auditorías manuales. La pregunta que debería hacerse una jefatura de imágenes no es si su departamento comete errores de lateralidad —los comete, como cualquier otro—, sino si tiene un mecanismo que los detecte, los corrija y aprenda de ellos de forma sistemática.
Conozca las soluciones de Medilab Sistemas
Medilab Sistemas ofrece gestión de plantillas estructuradas por modalidad e indicación dentro de MediClinic RIS Premium, con firma electrónica auditable, integración DICOM SR y trazabilidad de adenda. Si su departamento necesita establecer una línea base de tasa de discrepancia y tiempo de corrección antes de evaluar herramientas de generación de borradores con IA, el equipo de Medilab puede acompañar ese diagnóstico.
