Ciberseguridad y seguridad del paciente: una revisión sistemática sobre las vulnerabilidades de la inteligencia artificial en el diagnóstico por imágenes médicas

Abstract

La incorporación de la inteligencia artificial en el diagnóstico por imágenes médicas ha generado un cambio significativo en la práctica radiológica, permitiendo mejorar la detección precoz de enfermedades y aumentar la precisión en la interpretación de estudios, y, sin embargo, este avance también plantea retos importantes relacionados con la seguridad, la confiabilidad y el uso adecuado de estas tecnologías en contextos clínicos. El presente trabajo se fundamenta en una revisión sistemática de la literatura, con el propósito de identificar y analizar las principales vulnerabilidades de los sistemas de inteligencia artificial aplicados a la radiología, así como su impacto en la seguridad del paciente. Mediante un enfoque cualitativo y un diseño de tipo documental, se revisó evidencia científica publicada entre 2019 y 2025, junto con normativas y lineamientos internacionales donde los resultados evidencian la presencia de riesgos emergentes, entre ellos los ataques adversariales y la alteración de imágenes mediante técnicas avanzadas, que pueden generar errores diagnósticos difíciles de detectar, incluyendo falsos positivos y negativos. De igual forma, se identificó que la limitada transparencia de algunos algoritmos, conocida como efecto de “caja negra”, dificulta la comprensión de los procesos de decisión, lo que puede afectar la confianza del personal de salud. Dando finalidad, se resalta la importancia de fortalecer la ciberseguridad y promover sistemas más transparentes y explicables. Asimismo, se hace énfasis en la necesidad de establecer regulaciones sólidas y mantener una supervisión humana constante, con el fin de garantizar un uso seguro, ético y responsable de la inteligencia artificial en la atención en salud.