Ecografía tiroidea robotizada: el brazo autónomo FARUSS detecta bien los nódulos pero pasa por alto una recomendación de biopsia de cada cinco

Un equipo del Hospital Zhongshan (Universidad Fudan, Shanghái) probó en condiciones reales FARUSS, un brazo robótico de seis grados de libertad que realiza por sí solo la ecografía de tiroides, junto con Aitrox-USIP, una plataforma de deep learning que detecta nódulos y los clasifica según la escala ACR TI-RADS. En 262 pacientes seguidos en tres centros chinos entre marzo de 2024 y agosto de 2025, el sistema concuerda bien con la ecografía manual en las mediciones y habría evitado el 74,8 % de las exploraciones consideradas innecesarias, pero pasó por alto el 19,2 % de las recomendaciones de punción-aspiración con aguja fina. Los propios autores concluyen que la herramienta solo puede funcionar bajo supervisión experta — una prudencia bienvenida, dado que tres de los diecisiete autores son empleados de las empresas que comercializan el robot y el software evaluados.

El contexto

El nódulo tiroideo es un hallazgo extremadamente frecuente: la mayoría de las personas desarrolla al menos uno a lo largo de su vida, la inmensa mayoría benignos. La ecografía es la exploración de primera línea para caracterizarlos, y la escala ACR TI-RADS (Thyroid Imaging Reporting and Data System, del American College of Radiology) traduce el aspecto de un nódulo — forma, contornos, ecogenicidad, composición, microcalcificaciones — en una puntuación que indica si conviene vigilar, realizar una punción-aspiración con aguja fina (PAAF) o no hacer nada. El problema no es la escala en sí, sino su aplicación: la ecografía tiroidea sigue siendo dependiente del operador y consume tiempo, y el número de ecografistas cualificados no crece al ritmo de la demanda de cribado, en China como en cualquier otro lugar.

Dos vías tecnológicas avanzan en paralelo desde hace varios años. Por un lado, programas de deep learning que clasifican automáticamente imágenes ya adquiridas por un operador humano — el objeto de la mayoría de los estudios publicados hasta ahora, casi todos retrospectivos, sobre imágenes ya seleccionadas. Por otro, brazos robóticos capaces de realizar ellos mismos el barrido ecográfico, hasta ahora demostrados sobre todo en viabilidad técnica más que en uso clínico repetido. El artículo aquí analizado es uno de los primeros en combinar ambas cosas — adquisición robótica autónoma e interpretación automatizada — y en hacerlo de forma prospectiva, en varios centros, en lugar de sobre un banco de imágenes ya constituido.

El método

El sistema, bautizado FARUSS (Fully Autonomous Robotic UltraSound System), combina un brazo robótico de seis grados de libertad — capaz de mover la sonda según seis movimientos independientes de posición y orientación, como un brazo humano — con un pilotaje basado en deep learning que ajusta la trayectoria de barrido sin intervención humana. Las imágenes que produce son analizadas después por Aitrox-USIP, una plataforma de deep learning desarrollada por la empresa Shanghai Aitrox Technology, que detecta los nódulos y propone una categoría ACR TI-RADS.

Se reclutaron 262 participantes en tres instituciones — el Hospital Zhongshan de la Universidad Fudan en Shanghái, un centro geriátrico shanghainés y la filial de Xiamen del mismo hospital — entre marzo de 2024 y agosto de 2025. Cada paciente se sometió a ambas exploraciones: una ecografía tiroidea convencional, realizada a mano por un ecografista, y luego un pase con FARUSS. La concordancia entre ambos métodos se midió con dos herramientas estadísticas clásicas: el coeficiente de correlación intraclase (ICC), que evalúa si dos series de mediciones continuas — aquí, las dimensiones de los nódulos — varían de forma coherente, y el kappa ponderado, que hace lo mismo para una clasificación por categorías — aquí, las puntuaciones TI-RADS — penalizando más un desacuerdo de varias categorías que uno de una sola. Además, los ecografistas evaluaron la calidad de las imágenes producidas por el robot y pudieron revisar la categoría TI-RADS propuesta por la IA antes de la decisión final.

Más allá de la concordancia en las mediciones, el estudio analizó un criterio más concreto: cuántas exploraciones realizadas con un operador físicamente presente podrían haberse evitado si el primer paso se hubiera hecho a distancia con FARUSS, y cuántas recomendaciones de PAAF — el paso que desencadena una biopsia — se habrían pasado por alto en ese escenario. Ante este riesgo, los autores probaron una salvaguarda: clasificar las exploraciones según la calidad de imagen obtenida por el robot y considerar fiables solo las mejores. Sin embargo, esta salvaguarda solo se probó en una simulación exploratoria sobre los datos ya recogidos, no mediante una nueva recogida prospectiva.

Los resultados

En cuanto a las mediciones de los nódulos, la concordancia entre FARUSS y la ecografía convencional es buena: ICC entre 0,757 y 0,798 según la dimensión considerada. La coherencia en la identificación de los nódulos clínicamente significativos alcanza el 85,6 %. Sin embargo, realizar la exploración con el robot lleva más tiempo que la mano de un ecografista: 202 segundos frente a 147 (p < 0,001) — el gesto autónomo no es, en esta etapa, más rápido que el humano, aunque no ocupa a un operador durante ese tiempo.

En cuanto a la interpretación, Aitrox-USIP analiza una imagen más rápido de lo que lo hace el ojo de un ecografista: 183 segundos frente a 254 (p < 0,001). Una vez que las propuestas de la IA son revisadas y, si es necesario, corregidas por un ecografista, la concordancia con la categoría TI-RADS establecida en la ecografía convencional sube a un kappa ponderado de 0,754 a 0,879 — un acuerdo calificado de bueno a muy bueno según las escalas habituales, pero alcanzado después de la intervención humana, no por la IA sola.

El resultado más relevante para un uso en cribado a distancia es este: al simular un escenario en el que FARUSS realizara un primer filtrado antes de cualquier exploración presencial, el sistema habría evitado el 74,8 % de las ecografías consideradas innecesarias — una ganancia de eficiencia real para descongestionar listas de espera. Pero en ese mismo escenario, también habría pasado por alto el 19,2 % de las recomendaciones de PAAF que una exploración convencional habría establecido. En términos concretos: de cada cinco pacientes a quienes debería habérseles propuesto una biopsia tiroidea, la herramienta, usada sola en primera línea, habría dejado pasar a uno. El filtrado por calidad de imagen redujo esta tasa de omisiones en la simulación, pero esa corrección en sí misma sigue sin validarse de forma prospectiva.

Lo que está bien

Un diseño prospectivo y multicéntrico, algo que sigue siendo poco frecuente en este campo: la mayoría de los estudios sobre IA en ecografía tiroidea comparan un algoritmo con una verdad de referencia ya fijada, sobre imágenes ya seleccionadas. Aquí, 262 pacientes reales se sometieron a ambas exploraciones en tres centros distintos, durante casi año y medio.

Una cifra incómoda, publicada de todos modos. Muchos artículos con vínculos comerciales destacan la tasa de exploraciones evitadas y callan la tasa de falsos negativos clínicamente significativos. Aquí, el 19,2 % de recomendaciones de PAAF omitidas figura en el resumen del artículo, no escondido en un anexo — y la conclusión de los autores, que exige «supervisión experta», la tiene en cuenta en lugar de minimizarla.

Una ganancia de tiempo de interpretación demostrada y medida: 183 segundos frente a 254 para el análisis de imagen, respaldada por una prueba estadística, sobre los mismos casos. Es un resultado más sólido que la mayoría de las afirmaciones de ahorro de tiempo en imagen médica, que a menudo quedan en lo cualitativo.

Lo que está menos bien

Un conflicto de intereses nada secundario. Tres de los diecisiete autores son empleados de Wuhan Cobot Technology, fabricante del brazo robótico, o de Shanghai Aitrox Technology, desarrolladora del software de interpretación — los dos productos que evalúa el estudio. Esto no descalifica el trabajo por sí solo, pero justificaría una validación independiente, por un equipo sin vínculos con los fabricantes, antes de generalizar las conclusiones.

Sesgo de población y validación limitada al sistema de salud chino. Los 262 pacientes proceden de tres centros pertenecientes todos al mismo sistema hospitalario chino. Nada indica la diversidad de morfologías de cuello, de patrones de ecogenicidad según el origen étnico, ni de las prácticas de ecografistas formados en otros lugares. Un rendimiento medido en este contexto no dice nada sobre la generalización a otras poblaciones u otras escuelas de ecografía.

La estadística más favorable oculta la más preocupante — un caso de manual de métrica engañosa. Presentar primero el 74,8 % de exploraciones evitadas, sin dar el mismo peso al 19,2 % de PAAF omitidas, produce un efecto de gancho que no se sostendría si ambas cifras se colocaran en pie de igualdad. En un contexto de cribado del cáncer de tiroides, un falso negativo de uno de cada cinco en este paso no es un detalle estadístico: es un paciente de cada cinco que necesitaba una biopsia y que saldría erróneamente tranquilizado si el sistema funcionara solo, sin la red de seguridad que supone la revisión humana. La corrección propuesta — el filtrado por calidad de imagen — solo se probó en una simulación exploratoria, es decir, recalculada a posteriori sobre datos ya recogidos, no verificada en una nueva cohorte seguida de forma prospectiva. Por último, ni el código de Aitrox-USIP ni los pesos del modelo se mencionan como disponibles, lo que impide cualquier réplica independiente.

Lo que cambia

Para la comunidad investigadora, el estudio fija un estándar metodológico bienvenido — comparar un sistema robótico y su IA con la ecografía convencional en los mismos pacientes, de forma prospectiva y multicéntrica — que otros equipos deberían reproducir de forma independiente, idealmente fuera de China, para probar la generalización. También muestra que no basta con reportar un ICC o un kappa favorables: la medida que importa para la seguridad del paciente es la tasa de decisiones clínicas omitidas, no solo la concordancia estadística.

Para los clínicos, nada cambia de inmediato. FARUSS está validado, según los propios autores, solo como herramienta de preclasificación bajo supervisión experta, no como sustituto de la ecografía realizada por un operador formado. Una tasa del 19,2 % de recomendaciones de biopsia omitidas descarta cualquier despliegue en autonomía completa hasta que un nuevo estudio valide de forma prospectiva la salvaguarda del filtrado por calidad de imagen.

Para los pacientes y el público, la promesa — un cribado tiroideo accesible en zonas con escasez de ecografistas — sigue siendo real a medio plazo, pero condicional: lo que muestra este artículo es que un robot puede hoy acelerar la adquisición y el análisis de imágenes, pero todavía no sustituir el criterio de un profesional formado a la hora de decidir si biopsiar.

Para saber más

El artículo: Prospective multicenter evaluation of an autonomous robotic ultrasound system integrated with AI-assisted thyroid nodule assessment, Yi-Kang Sun, Ya-Qin Zhang, Xin-Yuan Hu et al. (Hospital Zhongshan, Universidad Fudan, Shanghái; Wuhan Cobot Technology Co., Ltd; Shanghai Aitrox Technology Co., Ltd), npj Digital Medicine, 22 de septiembre de 2026, DOI 10.1038/s41746-026-03260-7.

Sobre la IA aplicada a la ecografía tiroidea, véase también nuestro análisis de ThyroidXAgent, probado en 35 centros. Sobre los sistemas de ecografía con IA integrada junto a un operador humano, véase nuestro análisis de la ecografía abdominal asistida por IA en un ensayo cruzado aleatorizado.