La IA está transformando la medicina, pero pocas áreas están experimentando un cambio tan profundo como la radiología. La reciente presentación de MAIRA‑2, un modelo de investigación desarrollado por Microsoft Research, marca un antes y un después en la generación de informes radiológicos fundamentados.
Su capacidad no solo para redactar informes, sino también para explicar visualmente el origen de cada hallazgo, abre la puerta a una radiología más transparente, segura y eficiente .
IA que explica, no solo predice
En el flujo clínico tradicional, un radiólogo debe analizar minuciosamente una radiografía de tórax para elaborar un informe detallado. Este proceso, aunque esencial, consume tiempo y exige una elevada carga cognitiva. MAIRA‑2 propone un enfoque revolucionario: generar informes automáticos basados en la imagen y, además, anclar cada frase del informe a la región exacta de la radiografía que la sustenta.
Este nivel de trazabilidad permite que los profesionales verifiquen de inmediato el razonamiento de la IA, aumentando la confianza y reduciendo el riesgo de errores. La transparencia deja de ser un añadido y se convierte en un requisito indispensable para integrar la IA en entornos clínicos reales.
PadChest‑GR: el dataset que hace posible la transparencia
Para lograr esta precisión explicativa, era necesario un conjunto de datos completamente nuevo. Así nace PadChest‑GR, el primer dataset público y multilingüe diseñado específicamente para generar informes radiológicos fundamentados. Desarrollado por la Universidad de Alicante, MedBravo y el Hospital Sant Joan d’Alacant, en colaboración con Microsoft Research, incluye 4.555 radiografías de tórax con hallazgos descritos en español e inglés, cada uno acompañado de anotaciones espaciales precisas .
Estas anotaciones —cuadros delimitadores que señalan la ubicación exacta de cada hallazgo— permiten entrenar modelos capaces de justificar sus conclusiones. Además, el dataset ha sido validado manualmente por radiólogos, garantizando rigor clínico y coherencia.
Un proyecto colaborativo con impacto real
El desarrollo de MAIRA‑2 y PadChest‑GR es un ejemplo de colaboración multidisciplinar: científicos informáticos, expertos en IA generativa, radiólogos y centros de investigación trabajando con un objetivo común. Microsoft Research aportó su tecnología basada en GPT‑4 a través de Azure OpenAI Service, mientras que los equipos clínicos se encargaron de validar y contextualizar los datos.
Este enfoque colaborativo ya ha demostrado su potencial en proyectos previos, como OSAIRIS, el primer sistema de IA en la nube implantado en el NHS para acelerar la planificación de radioterapia.
Ahora, con MAIRA‑2, el objetivo es avanzar hacia informes más rápidos, más claros y más seguros, apoyando decisiones clínicas críticas y reduciendo tiempos de espera para los pacientes .
Hacia una radiología más humana y más precisa
La clave de esta innovación no es solo la tecnología, sino la transparencia. Cuando los profesionales pueden entender y verificar el “por qué” detrás de un diagnóstico generado por IA, la confianza aumenta y la atención médica mejora. MAIRA‑2 y PadChest‑GR representan un paso decisivo hacia una radiología donde la IA no sustituye, sino que potencia el trabajo humano.