En un servicio de resonancia magnética con alta demanda, la adquisición de imagen ocupa menos de la mitad de cada cita.
Una revisión de la literatura publicada en Clinical Imaging en agosto de 2026 cuantificó la distribución del tiempo en RM ambulatoria de abdomen: el 38 % corresponde a la adquisición; el resto se reparte entre preparación del paciente (20 %), repetición de secuencias por movimiento del paciente (17 %) y absorción de ausentismo y desviación de agendas (15 %).
La ineficiencia operativa, en otras palabras, ya está incorporada al flujo habitual de trabajo.
La revisión, firmada por investigadores de Yale y otras instituciones, sintetiza la evidencia disponible sobre estrategias de optimización del flujo de trabajo en RM y estima su impacto económico combinado.
La conclusión central: implementar varias intervenciones de forma simultánea podría generar ganancias de ingresos del orden del 40 al 60 % por equipo —una proyección hipotética de aproximadamente 780.000 dólares anuales por resonador, asumiendo una línea de base de 1.560.000 dólares anuales.
Cuatro dominios de intervención con efecto cuantificado
La revisión organiza las estrategias en cuatro áreas. Los efectos individuales estimados sobre el rendimiento son: rediseño del flujo de trabajo (~20 %), capacitación de personal (~30 %), optimización de agendas (~15 %) e integración de inteligencia artificial (~35 %).
Los autores advierten que estos porcentajes no son aditivos: proceden de estudios de intervenciones aisladas y no deben sumarse directamente.
Dentro del rediseño operativo, la incorporación de salas de preparación dedicadas con camillas acoplables al resonador permite preparar al siguiente paciente mientras se adquiere el estudio del anterior.
Este ajuste redujo el tiempo por estudio entre tres y seis minutos, y el tiempo de recambio entre pacientes en 3,5 minutos.
La capacitación del personal orientada a mejorar la interacción con el paciente mostró un impacto mayor del esperado: un estudio reportó un aumento del 30 % en el rendimiento del servicio y un ahorro mensual de 4.600 dólares en costos asociados al equipo.
Los recordatorios personalizados por mensaje de texto, con un efecto más acotado, redujeron el ausentismo en 1,3 %.
El 62 % del tiempo de la cita de RM no es adquisición. Preparación, movimiento del paciente y ausentismo explican la mayor parte de ese margen.
La reconstrucción con deep learning como palanca tecnológica
En el plano tecnológico, la revisión destaca la reconstrucción con aprendizaje profundo como la intervención con mayor impacto documentado en tiempos de adquisición.
Estudios prospectivos reportan reducciones de hasta diez minutos en el tiempo total de exploración, con mejora simultánea de calidad de imagen y de detección de lesiones isquémicas agudas. En estudios específicos de rodilla la reducción fue de aproximadamente el 50 %; en próstata, del 30 al 50 %.
El uso de compressed sensing —que permite reconstruir imágenes de alta calidad a partir de datos de espacio k submuestreados— y de SENSE (sensitivity encoding), que reduce los pasos de codificación de fase aprovechando la información espacial de bobinas multicanal, completan el repertorio de herramientas tecnológicas con evidencia en la revisión.
La reconstrucción con deep learning redujo hasta diez minutos el tiempo de exploración y mejoró la detección de lesiones isquémicas agudas en estudios prospectivos.
Una proyección financiera con advertencias explícitas
El modelo económico propuesto es el elemento más citado del artículo y también el más cuidadoso en su formulación.
Los autores lo describen como una estimación conceptual basada en mejoras reportadas por estudios individuales —no en datos integrados del mundo real—, y advierten que los resultados en cada centro dependerán del contexto operativo local y de la fidelidad en la implementación.
La limitación metodológica central es la calidad de la evidencia de base: la mayoría de los estudios incluidos son unicéntricos o basados en simulación.
Los autores llaman a realizar estudios multicéntricos de mayor escala que permitan evaluar el impacto de estas intervenciones en entornos de práctica heterogéneos.
Este artículo se basa en una revisión publicada en Clinical Imaging.
0 comentarios