El Hospital Calderón Guardia integra ecografía con inteligencia artificial para detectar tumores
Según Repretel, el Hospital Dr.

Rafael Ángel Calderón Guardia, en Costa Rica, ha instalado tres equipos avanzados de ultrasonido con algoritmos de inteligencia artificial en su servicio de Radiología e Imágenes Médicas. La tecnología está orientada a asistir a los facultativos en la detección y caracterización de lesiones sospechosas en mama, tiroides e hígado, tres ámbitos en los que la interpretación de la imagen exige integrar hallazgos, contexto clínico y experiencia profesional. Para nuestra práctica, la noticia resulta relevante porque sitúa la IA en un punto concreto del circuito diagnóstico: como apoyo al especialista, no como sustituto de su criterio.
La IA entra en una fase muy concreta del diagnóstico
En la práctica diaria, una ecografía no consiste únicamente en obtener una imagen. El reto asistencial aparece cuando debemos interpretar una alteración, valorar sus características y decidir qué información necesita el siguiente paso clínico. Los nuevos equipos incorporan algoritmos destinados a acompañar ese proceso, aportando herramientas adicionales para identificar y analizar lesiones que pueden resultar sospechosas.
La diferencia importante está en el verbo: asistir. Según la información disponible, el sistema no toma el lugar del facultativo ni convierte automáticamente una imagen en un diagnóstico definitivo. Su función se presenta como una segunda capa de apoyo dentro del estudio radiológico, mientras que la lectura clínica continúa dependiendo de la valoración del profesional.
Esta distinción es especialmente importante cuando hablamos de tecnología aplicada a oncología. La palabra «inteligencia artificial» puede sugerir una automatización completa, pero el anuncio del hospital describe un flujo más prudente: equipos de ultrasonido que ayudan a los especialistas a detectar y caracterizar determinadas lesiones durante la exploración.
Qué aporta el anuncio y qué no permite concluir
La incorporación afecta al servicio de Radiología e Imágenes Médicas del Hospital Calderón Guardia y comprende tres equipos de ultrasonido avanzados. Las áreas mencionadas son mama, tiroides e hígado. Con estos datos sí podemos afirmar que la IA se está integrando en una fase inicial del diagnóstico por imagen, allí donde la calidad de la exploración y la interpretación de los hallazgos condicionan el trabajo posterior.
Lo que todavía no permite afirmar la información publicada es que la herramienta mejore por sí sola los resultados clínicos, reduzca los tiempos diagnósticos o aumente la precisión frente a los equipos anteriores. Tampoco se detallan indicadores de rendimiento, protocolos de validación, criterios para gestionar los falsos positivos o falsos negativos, ni la forma exacta en que los algoritmos se incorporan a la lectura de cada estudio.
Para los equipos sanitarios, esta ausencia de datos no resta interés a la adquisición, pero sí marca cómo debemos leerla. Incorporar dispositivos con IA es el comienzo de un proceso de evaluación, no la demostración automática de que el problema diagnóstico ha quedado resuelto. En nuestra práctica, conviene separar tres cuestiones: qué hace exactamente el algoritmo, cómo se presenta su resultado al facultativo y qué responsabilidad conserva el profesional al interpretar la exploración.
El reto asistencial sigue siendo humano
El anuncio llega en un contexto de transformación más amplio. Otros contenidos publicados recientemente por El Cronista y Redacción Médica sitúan la inteligencia artificial dentro del debate sobre la modernización del diagnóstico y la necesidad de convertir estas herramientas en acciones sanitarias concretas. La idea de fondo es aplicable también a la ecografía: la tecnología tiene valor cuando facilita decisiones clínicas comprensibles y acompañadas, no cuando añade una capa opaca al proceso.
Por eso, para quienes desarrollan o implantan soluciones de tecnología médica, el caso del Calderón Guardia ofrece un criterio práctico. No basta con saber que un equipo incorpora algoritmos de IA; hay que comprobar cómo se integra en el flujo de trabajo, qué información ayuda a interpretar y cómo se mantiene la conversación clínica con el paciente. La herramienta puede facilitar la detección y la caracterización, pero el juicio profesional continúa siendo el espacio donde los hallazgos se traducen en una decisión asistencial.
El siguiente punto a seguir será, por tanto, la experiencia de uso en el servicio: cómo acompañan estos equipos a los facultativos y qué evidencias se generan sobre su utilidad en mama, tiroides e hígado. Hasta entonces, la noticia debe entenderse como una incorporación tecnológica relevante, pero todavía no como una prueba concluyente de impacto diagnóstico.