DICOM SR y el informe estructurado que la radiología necesita
El informe radiológico libre-texto pierde datos en cada integración. DICOM SR lo resuelve convirtiendo el dictado en estructura trazable.
El problema del informe libre-texto
El informe radiológico que la mayoría de sistemas producen es texto plano: una página con hallazgos, impresión y recomendación. Funciona para el ojo humano, pero se rompe en cada integración.
- No audita: un hallazgo “nódulo pulmonar 8 mm” vive solo como string. Nadie puede indexarlo, priorizarlo ni alertar sobre él.
- No integra: HL7 OBX puede llevar el texto, pero cualquier consumidor downstream (registro electrónico, follow-up automatizado) necesita estructura.
- No triage: ante miles de estudios diarios, no hay forma de priorizar críticos sin parsear texto.
Qué trae DICOM SR
DICOM Structured Report (SR) cambia el modelo: el informe es un documento estructurado con:
- code sequences que referencian terminologías (SNOMED CT, RadLex, LOINC) para cada hallazgo y su significado clínico.
- measurement groups que guardan mediciones numéricas (diámetro, volumen, densidad) con unidades y método.
- relationships explícitas: “este hallazgo pertenece a esta observación”, “esta medición refina este hallazgo”.
El resultado: un informe que es a la vez legible por humanos y procesable por cualquier sistema con lector DICOM SR.
De dictado a SR con IA
El desafío histórico era que pedir al radiólogo escribir SR manualmente era inviable: agregaba fricción a una tarea ya sobrecargada.
La salida es IA-native: el radiólogo dicta normalmente, y la capa de IA (Whisper + modelos de terminología) genera el SR automáticamente:
dictado → transcripción Whisper
→ extracción de hallazgos con NLP médico
→ mapeo a SNOMED CT / RadLex
→ DICOM SR con measurements y relationships
→ preview editable por el radiólogo
→ commit final versionado y trazable
El radiólogo aprueba y edita, no escribe desde cero. El informe final es SR estructurado, auditable y listo para integrar con cualquier sistema downstream.
En Soft[in]Health validamos cada SR contra el DICOM SOP Class Basic Text SR y, cuando la imagen lo permite, Enhanced SR para relaciones más ricas. El parser vive en dicom_sr_processor, y la generación en el flujo de informes de NextRIS.
El valor de DICOM SR no es el estándar: es lo que habilita: priorización automática, follow-up de hallazgos y auditoría sin parsear texto. ::
Artículos relacionados
Qué significa ser IA-native en software médico de imagenología
IA-native no es agregar un modelo al final del pipeline. Es diseñar la arquitectura con razonamiento en cada capa del flujo clínico radiológico.
Whisper para dictado radiológico: transcripción con contexto médico
Whisper transcribe voz a texto, pero dictado radiológico necesita vocabulario clínico, nombres de hallazgos y tolerancia a jerga. Así lo adaptamos.