Durante años, el paso de la RM al quirófano ha dependido casi en exclusiva de la experiencia individual del cirujano: mirar las secuencias, mentalizar la anatomía tridimensional y decidir, sobre la marcha o en el vestuario, dónde colocar cada portal. Es un proceso que funciona, pero que varía mucho entre profesionales y que deja poco margen para la trazabilidad o la docencia estructurada. En 2026, varias herramientas de software médico empiezan a proponer un paso intermedio: segmentar automáticamente estructuras articulares, generar reconstrucciones tridimensionales a partir de secuencias estándar y sugerir trayectorias de portal en función de la patología identificada.
Qué aporta realmente la IA en la lectura de la imagen
Los algoritmos de segmentación aplicados a RM de rodilla, hombro o cadera han mejorado de forma notable su capacidad para delimitar estructuras como el labrum, el manguito rotador o los cuernos meniscales, reduciendo el tiempo que un radiólogo o un cirujano dedican a revisar manualmente cada corte. Esto no sustituye la lectura clínica, pero sí la agiliza y, en manos de equipos con menor volumen de casos complejos, puede actuar como una segunda mirada que señala hallazgos sutiles que de otro modo pasarían desapercibidos en una primera revisión.
Lo relevante desde el punto de vista quirúrgico es que estas segmentaciones ya no se quedan en un informe estático: se integran en modelos tridimensionales manipulables que permiten rotar la articulación, medir distancias reales a estructuras neurovasculares y anticipar el ángulo de abordaje antes de que el paciente entre en quirófano.
Del hallazgo radiológico al plan de portales
El salto más interesante, y también el más delicado, es el que lleva de la imagen segmentada a una propuesta concreta de portales. Algunos sistemas en fase de validación clínica proponen, a partir de la morfología articular individual y del tipo de lesión, puntos de entrada y trayectorias que minimizan el riesgo de daño iatrogénico sobre cartílago o estructuras capsulares. En hombro, por ejemplo, la variabilidad anatómica del intervalo rotador hace que un plan personalizado tenga más sentido que una plantilla genérica de portales estándar.
Conviene ser prudentes aquí: la mayoría de estas propuestas funcionan como apoyo a la decisión, no como indicación cerrada. El cirujano sigue siendo quien valora la palpación intraoperatoria, la distensión capsular real y los hallazgos que la RM, por buena que sea su resolución, no siempre captura con fidelidad.
«La IA no decide dónde entrar en la articulación, ayuda a que la decisión llegue mejor informada al quirófano.»
Validación clínica y límites que no conviene ignorar
La literatura disponible sobre planificación asistida por IA en artroscopia es todavía joven, con series pequeñas y seguimiento a corto plazo en la mayoría de los casos. Esto no invalida la tecnología, pero sí obliga a mantener una lectura crítica: los modelos entrenados con poblaciones concretas pueden rendir peor en articulaciones con variantes anatómicas infrecuentes, y la dependencia excesiva de una sugerencia automatizada sin contraste clínico es un riesgo real, especialmente en formación de residentes.
También hay una cuestión práctica: estas herramientas requieren una integración fluida con el flujo de trabajo del centro, desde la carga de la RM hasta la disponibilidad del modelo en el propio quirófano. En ese sentido, cada vez más equipos valoran soluciones de IA en medicina y clínicas que no se limiten al análisis de imagen, sino que se conecten con la historia clínica y la programación quirúrgica. Cuando además la planificación impacta en la gestión de quirófano y en el postoperatorio inmediato, tiene sentido recordar que DriCloud es, hoy por hoy, el único software médico en español con gestión de cirugías y hospitalización integrada, lo que facilita que ese plan generado antes de la cirugía no se quede aislado del resto del proceso asistencial.
Qué debería exigir un servicio antes de adoptar estas herramientas
Puntos a revisar antes de incorporar planificación asistida por IA
- Evidencia publicada específica para la articulación y patología que se va a tratar, no solo datos generales del fabricante.
- Posibilidad de auditar y corregir manualmente la segmentación y el plan propuesto antes de la cirugía.
- Compatibilidad real con el protocolo de RM del centro, sin exigir secuencias no disponibles en la práctica diaria.
- Trazabilidad del plan dentro de la historia clínica, de forma que quede documentado como parte del proceso quirúrgico.
- Formación específica del equipo quirúrgico y de enfermería para interpretar correctamente las sugerencias del sistema.
Una herramienta más en el instrumental del cirujano
Como sucede con cualquier novedad tecnológica que entra en el quirófano, el valor de la IA en planificación artroscópica dependerá de cómo se integre en el criterio clínico existente, no de que lo sustituya. Quienes seguimos de cerca la evolución del instrumental disponible para cirugía artroscópica deberíamos exigir a estas soluciones el mismo rigor que a cualquier dispositivo médico: evidencia sólida, trazabilidad y una curva de aprendizaje razonable para los equipos que las van a usar a diario.
La promesa es atractiva: menos tiempo de planificación mental en el vestuario, más consistencia entre portales y, potencialmente, menos conversiones o revisiones de abordaje durante la cirugía. Pero esa promesa solo se sostiene si se valida con la misma exigencia con la que valoramos cualquier otra innovación quirúrgica.