La IA entra en la mamografía de Santiago del Estero: el valor está en el segundo par de ojos, no en sustituir al médico

Por 385 Noticias · 18 de octubre de 2026.

El centro de Diagnóstico Médico por Imágenes (DMI), en Santiago del Estero (Argentina), ha incorporado Transpara, un software de inteligencia artificial aplicado a mamografías. Según el medio local, el sistema analiza las imágenes digitales y genera informes que señalan hallazgos sospechosos, como nódulos y microcalcificaciones (pequeños depósitos de calcio que a veces acompañan a lesiones tempranas).

La presentación se hizo en el marco de Octubre Rosa, el mes de concienciación sobre el cáncer de mama. La Dra. Samanta Boyanovsky, especialista en diagnóstico por imágenes e imagenología mamaria, dejó claro el papel de la herramienta: «La interpretación depende de mí; la decisión final sobre el diagnóstico siempre corresponde al médico especialista».

Según la fuente, DMI ya trabajaba con mamografía digital directa de Hologic, monitores médicos de alta resolución, ecografía mamaria, resonancia magnética, tomografía multicorte y PET-CT, además de un sistema de doble lectura médica de los informes. La especialista recordó la indicación habitual: una mamografía anual a partir de los 40 años, o antes mediante ecografía según criterio médico.

El artículo no aporta datos de rendimiento de Transpara (sensibilidad, falsos positivos, reducción de carga de trabajo) ni estudios locales de validación. Por eso no podemos valorar cuánta mejora real supone; solo sabemos que se ha desplegado y cómo lo plantea el centro.

Nuestra lectura: la tesis interesante está en el diseño, no en el algoritmo. La IA se suma a una doble lectura médica que ya existía, es decir, funciona como una capa de redundancia y no como un sustituto. En general, el cribado mamario es uno de los terrenos donde la IA de imagen médica tiene más recorrido, porque la tarea es repetitiva, el volumen es alto y un fallo humano por fatiga tiene consecuencias graves. Es un caso donde el criterio experto y la máquina se complementan.

También importa el lugar. Cuando este tipo de herramientas llega a una provincia del norte argentino y no solo a los grandes hospitales de las capitales, la IA empieza a recortar una desigualdad real: la de acceder a un diagnóstico con buenos medios. A corto plazo quedan preguntas legítimas: validación en población local, coste para el paciente, protocolos ante discrepancias entre algoritmo y radiólogo, y evitar que el aviso de la máquina induzca a sobrediagnosticar.

A largo plazo, esta es la dirección que alimenta nuestra tesis de fondo: detección cada vez más temprana, más barata y más extendida, que convierta enfermedades graves en problemas tratables a tiempo. Mientras tanto, el mensaje práctico sigue siendo el humano: acudir al chequeo.