Three Decades of FDA Authorizations of AI/ML Enabled Medical Devices: Persistent Specialty Concentration and the Care Delivery Gap (1995 to 2025)

Este análisis transversal de 1.430 autorizaciones de la FDA desde 1995 hasta 2025 revela que, si bien las aprobaciones de dispositivos médicos habilitados con IA/ML han aumentado exponencialmente, siguen concentrándose fuertemente en especialidades diagnósticas ricas en imágenes como la radiología, dejando brechas significativas en la representación de otros campos clínicos importantes como la patología, la obstetricia y la salud conductual.

Lo esencial

Imagina que la Administración de Alimentos y Medicamentos de EE. UU. (FDA) es una biblioteca masiva y concurrida. Durante los últimos 30 años, esta biblioteca ha mantenido un libro de visitas público de cada nueva herramienta médica "inteligente" (dispositivos impulsados por Inteligencia Artificial o IA) que recibe permiso para ser utilizada en hospitales estadounidenses.

Este artículo es como un bibliotecario que finalmente se sentó a leer todo el libro de visitas desde 1995 hasta finales de 2025. Contó cada entrada, observó quién las escribió e intentó averiguar qué tipo de herramientas se están añadiendo a las estanterías.

Esto es lo que encontraron, explicado de forma sencilla:

1. La biblioteca está explotando en tamaño

Durante mucho tiempo, la biblioteca estuvo tranquila. Entre 1995 y 2014, solo añadieron aproximadamente dos nuevas herramientas de IA al año. Pero recientemente, el ritmo se ha convertido en una manguera de alta presión.

• La analogía: Piénsalo como una gota de agua lenta que se convierte en un río desbordado.
• Los números: En los tres años más recientes (2023–2025), la FDA aprobó aproximadamente 264 nuevas herramientas de IA cada año. Solo en 2025, añadieron 331 nuevas herramientas. El recuento total alcanzó 1.430 dispositivos autorizados.

2. La sala de "Radiología" está abarrotada; el resto está vacío

Esta es la mayor sorpresa. La biblioteca tiene muchas salas diferentes para distintos tipos de médicos (especialidades), pero casi todo el mundo se agolpa en una sola sala: Radiología (médicos que leen radiografías, tomografías computarizadas y resonancias magnéticas).

• La analogía: Imagina una escuela con 30 aulas diferentes. Si entraras, encontrarías que el 76 % de todos los estudiantes están sentados en el aula de "Radiología". Las aulas de "Cardiología" (corazón) y "Neurología" (cerebro) tienen algunos estudiantes, pero las aulas de "Patología" (pruebas de laboratorio), "Microbiología" (gérmenes) y "Obstetricia" (embarazo) están casi vacías.
• La realidad:
  • Radiología: 76,5 % de todas las herramientas aprobadas (1.094 dispositivos).
  • Corazón y cerebro: Juntos, representan aproximadamente un 14 % más.
  • Las salas faltantes: Casi no hubo herramientas aprobadas para Psiquiatría (salud mental), aunque la salud mental es una parte enorme de la atención médica. También hubo muy pocas para Patología, Microbiología u Obstetricia.
• La conclusión: Los autores dicen que esto no es un fallo temporal; ha sido así durante una década. La sala de "Radiología" sigue haciéndose más grande, pero las otras salas no están alcanzando el ritmo, aunque los médicos en esas otras especialidades tratan a millones de pacientes.

3. Los "superautores" frente a los "éxitos de una sola vez"

El artículo también examinó a las empresas que fabrican estas herramientas.

• La analogía: Imagina un concurso de composición de canciones. La mayoría de los participantes (67,8 %) escribieron solo una canción y la presentaron. Pero un pequeño grupo de 13 empresas "superestrellas" escribió docenas de canciones cada una.
• La realidad:
  • La mayoría: 502 empresas diferentes solo tienen una herramienta de IA aprobada.
  • La minoría: Solo 13 empresas (menos del 2 % del total) son responsables del 15 % de todas las herramientas. Una sola empresa tiene 51 herramientas diferentes aprobadas.
• La conclusión: El mercado está dividido entre un gran número de pequeños actores de una sola vez y un pequeño grupo de grandes empresas que siguen creando más y más herramientas.

4. ¿Por qué es tan dominante la Radiología?

Los autores sugieren algunas razones por las que la sala de "Radiología" está tan llena:

• Los datos: La radiología tiene una forma muy organizada de almacenar imágenes (llamada DICOM). Es como tener una biblioteca donde cada libro ya está ordenado, etiquetado y en una estantería. Otros campos (como la salud mental o el trabajo de laboratorio) no tienen datos que sean tan fáciles de organizar y alimentar a la IA.
• Las reglas: Las reglas para aprobar software que analiza imágenes son más claras que las reglas para otros tipos de IA médica.

Lo que este artículo no dice

Es importante ceñirse a lo que los autores realmente escribieron:

• No dicen que estas herramientas sean malas o buenas para los pacientes.
• No dicen que la FDA esté haciendo un mal trabajo.
• No predicen exactamente qué sucederá a continuación.
• No afirman que la IA no pueda funcionar en salud mental u otros campos; solo señalan que, hasta ahora, la FDA no ha aprobado muchas herramientas para esas áreas.

La conclusión final

Este artículo es un informe de "estado de la nación" para la IA médica. Dice: "Hemos aprobado 1.430 herramientas médicas inteligentes. Están creciendo rápidamente, pero casi todas son para leer radiografías, creadas por una mezcla de muchas pequeñas empresas y algunas grandes. Si queremos que la IA ayude en otras áreas como la salud mental o el embarazo, necesitamos averiguar cómo construir los datos y las reglas para obtener la aprobación de esas herramientas".

Resumen técnico

Resumen Técnico: Tres Décadas de Autorizaciones de la FDA de Dispositivos Médicos Habilitados con IA/ML (1995–2025)

Enunciado del Problema
Aunque la Administración de Alimentos y Medicamentos (FDA) de Estados Unidos mantiene un registro público de dispositivos médicos habilitados con inteligencia artificial y aprendizaje automático (IA/ML), los análisis previos de este panorama regulatorio han estado limitados por su alcance temporal y la profundidad de su caracterización. Estudios anteriores, como aquellos que identificaron 64 dispositivos hasta 2020 o 691 para octubre de 2023, han señalado consistentemente una dominancia de las aplicaciones de radiología. Sin embargo, estas obras anteriores no caracterizaron el conjunto de datos acumulativo completo hasta finales de 2025, ni cuantificaron sistemáticamente la subrepresentación de otras especialidades clínicas de alto volumen en relación con su carga clínica. Además, la concentración de autorizaciones entre un pequeño subconjunto de fabricantes no había sido descrita sistemáticamente, dejando lagunas en la comprensión de la estructura del mercado y los incentivos de innovación dentro de la IA médica.

Metodología
Este estudio realizó un análisis transversal de la lista mantenida públicamente por la FDA de dispositivos médicos habilitados con IA/ML, accediendo a ella en un formato tabular desidentificado. El conjunto de datos comprendió 1.430 autorizaciones con fechas de decisión final que abarcan desde el 29 de septiembre de 1995 hasta el 30 de diciembre de 2025. Estos dispositivos fueron autorizados mediante las vías 510(k), De Novo o Aprobación Premercado (PMA).

El análisis utilizó Python 3.11 y la biblioteca pandas para calcular:

• Crecimiento Temporal: Conteos anuales y acumulativos de autorizaciones estratificados por año.
• Distribución por Especialidad: La proporción de autorizaciones atribuibles a cada panel de revisión principal de la FDA (que corresponde ampliamente a especialidades médicas).
• Estabilidad Temporal: La proporción de autorizaciones para el panel de Radiología y los tres paneles combinados principales anualmente desde 2015 hasta 2025.
• Concentración de Fabricantes: La distribución de autorizaciones entre fabricantes únicos, distinguiendo entre empresas con una sola autorización y entidades con autorizaciones repetidas.

El estudio fue de naturaleza descriptiva; no se planificaron pruebas de hipótesis formales. No se requirió aprobación ética, ya que el análisis utilizó un conjunto de datos regulatorios de acceso público que no contenía información a nivel de paciente.

Resultados Clave

• Crecimiento Exponencial: La tasa anual de autorizaciones aumentó de un promedio de 1.8 por año (1995–2014) a 264.0 por año (2023–2025). El conteo acumulado alcanzó 1.430 para diciembre de 2025, con un pico de un solo año de 331 autorizaciones en 2025.
• Concentración Persistente por Especialidad: El panel de Radiología representó 1.094 autorizaciones (76.5%). Los tres paneles principales —Radiología, Cardiovascular y Neurología— representaron colectivamente el 90.6% de todas las autorizaciones.
• Disparidades por Especialidad: Varias especialidades clínicas grandes mostraron una representación mínima. Patología tuvo 9 autorizaciones (0.6%), Microbiología tuvo 6 (0.4%) y Obstetricia y Ginecología tuvo 4 (0.3%). Cabe destacar que no se registró ninguna autorización bajo un panel de revisión de psiquiatría o salud conductual.
• Estabilidad Temporal: La cuota de autorizaciones anuales revisadas por el panel de Radiología se mantuvo estable entre el 61.5% y el 86.8% desde 2018 hasta 2025, sin una tendencia descendente sostenida a pesar del masivo aumento en el volumen total.
• Vías Regulatorias: La vía 510(k) fue el mecanismo predominante, aprobando 1.376 dispositivos (96.2%). Las vías De Novo y PMA representaron el 2.6% y el 1.2%, respectivamente.
• Concentración de Fabricantes: Entre 740 fabricantes únicos, 502 (67.8%) tuvieron solo un dispositivo autorizado. Por el contrario, 13 fabricantes (1.8%) fueron responsables de 217 dispositivos (15.2%), con el fabricante principal ostentando 51 autorizaciones.

Significado y Afirmaciones
El artículo afirma que el registro regulatorio acumulativo demuestra un crecimiento rápido que está estructuralmente concentrado en especialidades diagnósticas ricas en imágenes, específicamente radiología. La estabilidad de esta concentración durante una década, a pesar de un aumento de aproximadamente 50 veces en las tasas anuales de autorización, sugiere que los impulsores son estructurales —probablemente relacionados con la disponibilidad de grandes conjuntos de datos de imágenes etiquetados y estandarizados (a través de la infraestructura DICOM), marcos regulatorios bien definidos para el análisis de imágenes y flujos de trabajo comerciales establecidos— en lugar de transitorios.

Los autores destacan la "brecha en la prestación de atención", señalando que la subrepresentación de especialidades con una actividad clínica sustancial (por ejemplo, psiquiatría, patología, obstetricia/ginecología) contrasta marcadamente con el volumen de trabajo clínico realizado en esos campos. Los hallazgos tienen la intención de informar discusiones sobre políticas respecto a dónde son más necesarias las inversiones en regulación, infraestructura y conjuntos de datos para ampliar el alcance clínico de la IA médica, en lugar de abogar por intervenciones políticas específicas. El estudio también señala que los agregadores de acceso público, como PhysicianAITools.com, pueden apoyar análisis más amplios del panorama al vincular registros de la FDA con metadatos basados en la descubribilidad.