Mercado de la inteligencia artificial en imágenes médicas Tamaño y Compartir 2026-2035

Tamaño del mercado de la IA en el diagnóstico por imagen

El mercado mundial de la IA en el diagnóstico por imagen se valoró en 2,100 millones de USD en 2025 y se prevé que alcance los 19,600 millones de USD en 2035, con un crecimiento a una tasa de crecimiento anual compuesta (TCAC) del 23,9 % entre 2026 y 2035. Se estima que el mercado alcanzará los 2,800 millones de USD en 2026.

La obtención de imágenes mediante IA forma ahora parte de la infraestructura de diagnóstico clínico, en lugar de constituir un nicho de software independiente, ya que los sistemas sanitarios integran la interpretación de imágenes, la priorización de casos, la elaboración de informes y la coordinación asistencial en flujos de trabajo conectados. La Administración de Alimentos y Medicamentos de Estados Unidos había autorizado más de 1,500 dispositivos médicos con IA a mediados de 2026, y la radiología representaba aproximadamente el 76 % de las autorizaciones. ^{[1]U.S. Food and Drug Administration, "Artificial Intelligence and Machine Learning in Software as a Medical Device," fda.gov}

El mercado abarca los ingresos generados por las herramientas de IA utilizadas para analizar imágenes médicas, priorizar listas de trabajo de diagnóstico por imagen, respaldar el diagnóstico, mejorar la calidad de adquisición o reconstrucción, automatizar la elaboración de informes y orientar la planificación del tratamiento. Incluye implementaciones basadas en la nube y locales en radiografía, tomografía computarizada, resonancia magnética, ecografía, diagnóstico por imagen molecular, diagnóstico por imagen nuclear y otras modalidades basadas en imágenes. Los ingresos procedentes de hardware de diagnóstico por imagen que carezca de un componente de software o algorítmico de IA quedan fuera del perímetro del mercado.

Las estimaciones del mercado combinan una evaluación ascendente de la actividad de las plataformas de los proveedores y de los casos de uso en implementaciones clínicas con una validación descendente basada en las tendencias de autorizaciones regulatorias, la disponibilidad de infraestructura de diagnóstico por imagen y la demanda de flujos de trabajo diagnósticos. Los datos de la OCDE indican que la disponibilidad y el uso de exploraciones de TC y RM siguen ampliándose en los países miembros, lo que refuerza la base de procedimientos que sustenta la economía del software de diagnóstico por imagen basado en IA. ^{[2]Organisation for Economic Co-operation and Development, "Health at a Glance 2025," oecd.org}

Principales impulsores

Avances tecnológicos en IA

El aprendizaje profundo, las arquitecturas de transformadores y la visión por ordenador están ampliando el uso de la IA en el análisis de imágenes, la reconstrucción, la automatización de flujos de trabajo y el apoyo a la toma de decisiones clínicas. Los estudios controlados han comunicado puntuaciones Dice de segmentación hepática superiores al 95 %, mientras que los metaanálisis sitúan el rendimiento de la IA en la detección de nódulos pulmonares mediante radiografías de tórax y TC en valores de AUC de entre 0,864 y 0,937. ^{[3]PMC National Library of Medicine, "Deep Learning Approaches in Medical Image Analysis," pmc.ncbi.nlm.nih.gov} La FDA autorizó 295 dispositivos médicos habilitados para IA/ML durante 2025, de los cuales la radiología representó el 75 % de las autorizaciones. Este volumen de autorizaciones amplía la oferta de productos comerciales disponible para hospitales comunitarios y centros ambulatorios de diagnóstico por imagen.

Escasez de radiólogos que acelera la adopción de la IA

Se prevé que el uso de servicios de diagnóstico por imagen aumente entre un 16,9 % y un 26,9 % de aquí a 2055, mientras que se proyecta que la oferta de radiólogos se incremente un 25,7 % en las condiciones actuales de residencia. ^{[4]Harvey L. Neiman Health Policy Institute, "Radiologist Workforce and Imaging Utilization Projections," neimanhpi.org} El desequilibrio entre la oferta y la demanda transforma el argumento comercial a favor de la IA: pasa de centrarse en una mejora marginal de la productividad a respaldar la capacidad operativa de los flujos de trabajo. Los sistemas de triaje pueden priorizar los casos en los que se sospeche una hemorragia, una oclusión de grandes vasos, una embolia pulmonar o una disección aórtica antes de que el radiólogo comience la lectura rutinaria. Las herramientas de generación automatizada de informes también reducen el tiempo dedicado a la documentación repetitiva, aunque la responsabilidad clínica final sigue recayendo en el profesional sanitario que interpreta los estudios.

Mejora de la precisión diagnóstica y de la planificación del tratamiento

Los sistemas de aprendizaje profundo han alcanzado valores de AUC de 0,868 a 0,909 para la detección del cáncer de mama mediante mamografía, ecografía, resonancia magnética y tomosíntesis mamaria digital. ^{[5]PubMed National Library of Medicine, "Deep Learning for Breast Cancer Detection: Systematic Review and Meta-Analysis," pubmed.ncbi.nlm.nih.gov} La confianza diagnóstica resulta más valiosa cuando la detección temprana o la coherencia de las mediciones modifican la selección posterior del tratamiento. La IA también facilita la planificación de la radioterapia mediante la segmentación de órganos en riesgo, la delineación tumoral y la optimización de dosis. A medida que aumente la evidencia, las decisiones de adquisición se centrarán cada vez más en el rendimiento en condiciones reales en poblaciones de pacientes locales, en lugar de basarse únicamente en puntuaciones de referencia obtenidas en entornos controlados.

El aumento de la inversión en I+D respalda la innovación y la expansión del mercado

La financiación de la investigación y la inversión privada están impulsando la reconstrucción de imágenes por resonancia magnética de baja dosis, la obtención de imágenes cardíacas asistida por IA y la integración multimodal de datos clínicos. El National Institute of Biomedical Imaging and Bioengineering respalda programas de investigación en estas áreas técnicas. ^{[6]National Institutes of Health, "National Institute of Biomedical Imaging and Bioengineering Research Programs," nih.gov} La inversión se concentra en las aplicaciones oncológicas y cardiovasculares, donde las vías clínicas y el potencial de reembolso están más maduros. Con el tiempo, los conjuntos de datos de entrenamiento de mayor tamaño y las arquitecturas basadas en modelos fundacionales podrían desplazar la diferenciación desde el rendimiento aislado de los algoritmos hacia la adaptabilidad, la gobernanza y la escala de implementación de los modelos.

Principales restricciones

Proceso lento de aprobación regulatoria

Los desarrolladores europeos deben cumplir el Reglamento sobre los productos sanitarios (EU MDR 2017/745), además de la Ley de IA de la UE, el Reglamento (UE) 2024/1689. Las directrices publicadas en junio de 2025 abordaron la interacción entre ambos marcos para los productos sanitarios habilitados para IA. ^{[7]European Commission Health and Food Safety, "MDCG 2025-6 Guidance on Medical Devices Regulation and the AI Act," health.ec.europa.eu} En Estados Unidos, el tiempo mediano de autorización de productos sanitarios basados en IA/ML alcanzó los 142 días en 2025. Estos plazos pueden retrasar la comercialización, aumentar las necesidades de personal regulatorio y limitar a los proveedores pequeños con horizontes de financiación más reducidos.

Riesgo de problemas de seguridad del paciente debido a errores diagnósticos provocados por la IA

Los modelos entrenados con conjuntos de datos académicos seleccionados pueden ofrecer un rendimiento inferior en entornos comunitarios, donde los protocolos de adquisición, la prevalencia de las enfermedades y las características demográficas de los pacientes difieren de las poblaciones utilizadas durante el desarrollo. ^{[4]Harvey L. Neiman Health Policy Institute, "Radiologist Workforce and Imaging Utilization Projections," neimanhpi.org} Esta restricción resulta especialmente relevante en oncología y neurología, donde los falsos negativos, los falsos positivos o una priorización incorrecta pueden afectar a las decisiones clínicas. Por tanto, la monitorización en condiciones reales, la validación local, la supervisión clínica y la vigilancia poscomercialización siguen siendo elementos fundamentales para la adopción. Los proveedores que demuestren estabilidad del rendimiento en distintos centros tendrán una posición más sólida en los procesos de adquisición empresarial.

Análisis por segmentos del mercado de inteligencia artificial en diagnóstico por imagen

Por implementación

Las soluciones basadas en la nube representaron el 57,6 % de los ingresos del mercado en 2025. La implementación en la nube permite actualizaciones rápidas, capacidad informática escalable para grandes conjuntos de datos de diagnóstico por imagen y menores requisitos de capital inicial para hospitales y redes de diagnóstico. La plataforma Edison de GE HealthCare y el sistema operativo nativo de la nube de Aidoc ilustran cómo los proveedores pueden distribuir flujos de trabajo con múltiples algoritmos en distintas redes hospitalarias. La conectividad en la nube también permite estandarizar las versiones de software y centralizar la monitorización del rendimiento.

Los sistemas locales registraron una cuota del 42,4 % en 2025. Los centros médicos académicos, los hospitales públicos y las instituciones que operan bajo estrictas normas de localización de datos siguen requiriendo una implementación local. Siemens Healthineers y Philips Healthcare mantienen una ventaja en este segmento gracias a sus relaciones consolidadas con fabricantes de equipos de diagnóstico por imagen. Los diseños híbridos serán más habituales hasta 2030 porque mantienen localmente la inferencia sensible a la latencia, al tiempo que trasladan las actualizaciones, el entrenamiento y los análisis no críticos a entornos en la nube.

Por modalidad

La radiografía registró la mayor cuota por modalidad, con un 27,1 % en 2025. Su base instalada, el elevado volumen de exploraciones y los amplios conjuntos de datos respaldan aplicaciones de diagnóstico torácico, detección de fracturas, diagnóstico por imagen dental y cribado de la tuberculosis. Lunit INSIGHT CXR, las herramientas de Aidoc, Annalise.ai Enterprise CXR y las plataformas de Subtle Medical reflejan la amplitud de la actividad comercial en IA basada en imágenes. Las herramientas de radiografía torácica han comunicado valores de AUC próximos a 0,93 en evidencia revisada por pares. 

La tomografía computarizada registró una cuota del 24,5 %. Las aplicaciones de TC incluyen la detección de nódulos pulmonares, la segmentación hepática, la puntuación del calcio coronario, la clasificación inicial de accidentes cerebrovasculares y el análisis vascular. Canon Medical Systems y Siemens Healthineers están integrando la reconstrucción y el análisis basados en IA en los entornos de adquisición de TC. El gran volumen de imágenes de la TC y la complejidad de su interpretación la convierten en un segmento central para la implementación de IA empresarial.

La resonancia magnética representó el 17,6 % de la cuota. La IA aplicada a la RM permite la segmentación de lesiones, la reconstrucción acelerada, la evaluación de la próstata, la cuantificación cardíaca y la corrección del movimiento. SubtleMR mejora la calidad de imagen y puede reducir el tiempo de adquisición en sistemas de 1,5 T y 3 T. Las iniciativas de investigación respaldadas por el National Institute of Biomedical Imaging and Bioengineering incluyen la reconstrucción de imágenes de RM de dosis reducida y con contraste mediante aprendizaje profundo. 

La ecografía registró una cuota del 12,3 %. La adquisición guiada por IA, la biometría fetal, el análisis ecocardiográfico, la clasificación tiroidea y el soporte en el punto de atención generan una demanda que va más allá de los departamentos de radiología convencionales. iQ+ de Butterfly Network combina la ecografía portátil con optimización asistida por IA y soporte para la interpretación. Este segmento se beneficiará de los modelos de implementación en clínicas y de telesalud hasta 2035.

La obtención de imágenes moleculares representó una cuota del 8,7 %, mientras que la obtención de imágenes nucleares supuso el 6,5 %. Las aplicaciones de PET, SPECT, PET/CT y PET/MRI se centran en la cuantificación de trazadores, la detección de lesiones, la respuesta al tratamiento y la dosimetría teranóstica. Los datos de la OCDE indican una mayor disponibilidad de escáneres PET en los países miembros. Las herramientas de IA para medicina nuclear de GE HealthCare, integradas con sistemas SPECT/CT, muestran cómo las modalidades especializadas pueden respaldar casos de uso de IA de alto valor y menor volumen.

Otras modalidades representaron una cuota del 3,3 % e incluyen la tomografía de coherencia óptica, la anatomía patológica digital, la dermatoscopia, la endoscopia con cápsula y la obtención de imágenes de la retina. Los sistemas de IA aplicados al análisis de OCT de la retina han registrado valores de AUC de entre 0,933 y 1,00 en determinadas afecciones. La implementación comercial se encuentra aún en una fase más temprana que en la radiografía o la TC, pero estas modalidades amplían los diagnósticos basados en IA a los entornos de atención primaria y de especialidades.

Por indicación

La obtención de imágenes pulmonares lideró el mercado con una cuota del 22,8 % en 2025. El cribado mediante TC de baja dosis, la radiografía torácica, la detección de la tuberculosis, la evaluación de la EPOC y la gestión de los nódulos pulmonares generan una demanda considerable de soporte basado en IA. La solución pulmonar de Aidoc y Lunit INSIGHT CXR son plataformas comerciales destacadas. La ampliación de los criterios de elegibilidad para el cribado pulmonar en Estados Unidos y Reino Unido incrementará el volumen de interpretaciones y reforzará la demanda de herramientas de triaje y detección.

La obtención de imágenes mamarias representó una cuota del 18,1 %. La mamografía, la tomosíntesis mamaria digital, la ecografía y las aplicaciones de RM cuentan con el respaldo de una validación clínica consolidada. Genius AI Detection 2.0 de Hologic recibió la autorización 510(k) de la FDA en 2025. La IA se utilizará cada vez más como apoyo a la lectura y como capa de control de calidad en los programas de cribado, en lugar de sustituir la revisión por parte de especialistas.

Las aplicaciones cardiovasculares representaron una cuota del 17,6 % y se perfilan como la indicación de crecimiento más rápido. La plataforma de angiografía coronaria por TC de Cleerly cuantifica la placa y la estenosis a partir de datos de TC, mientras que la ecocardiografía asistida por IA automatiza el análisis de la fracción de eyección y del movimiento de las paredes cardíacas. La madurez del reembolso y el mayor uso de la angiografía coronaria por TC respaldarán la adopción comercial hasta 2035.

La ortopedia registró una cuota del 15,4 %. La detección de fracturas en urgencias, la evaluación de la edad ósea, la gradación de fracturas vertebrales, la evaluación de implantes y el cribado de la osteoporosis constituyen un caso de uso de gran volumen. La expansión de RapidAI hacia las aplicaciones musculoesqueléticas refleja el avance más allá del ictus agudo y la obtención de imágenes vasculares. La evaluación sistemática de la densidad ósea derivada de TC podría convertirse en un importante caso de uso secundario, ya que extrae datos prácticos de estudios realizados por otros motivos.

La neurología representó una cuota del 10,2 %. RAPID de RapidAI y las herramientas de Viz.ai para la detección de oclusiones de grandes vasos respaldan el triaje del ictus, mientras que las aplicaciones basadas en RM cuantifican las lesiones de la sustancia blanca y los biomarcadores neurodegenerativos. El valor de la IA reside en reducir el tiempo hasta la intervención en el ictus agudo y mejorar la coherencia de la evaluación longitudinal.

La obtención de imágenes hepáticas representó una cuota del 8,8 %. La IA facilita la detección del carcinoma hepatocelular, la segmentación hepática, la cuantificación del hígado graso, la estadificación de la cirrosis y la planificación quirúrgica. Las herramientas de RM hepática asistidas por IA de Philips Healthcare y los sistemas de segmentación hepática mediante aprendizaje profundo demuestran la conexión entre el análisis de imágenes y la planificación preoperatoria.

Otras indicaciones representaron una cuota del 7,1 %. La resonancia magnética de próstata, la ecografía tiroidea, el diagnóstico por imagen renal, el diagnóstico por imagen gastrointestinal y la oftalmología amplían la utilidad clínica más allá de las principales indicaciones radiológicas. El valor estratégico reside en la expansión de la plataforma: una única capa de flujo de trabajo implementada puede dar soporte a múltiples especialidades una vez establecidos los algoritmos, la gobernanza y las integraciones de generación de informes.

Por aplicación

Las soluciones de apoyo a la decisión diagnóstica lideraron las aplicaciones, con una cuota del 42,6 % en 2025. Estas herramientas señalan hallazgos sospechosos, generan resultados de probabilidad y respaldan la elaboración estructurada de informes diagnósticos. La cartera de autorizaciones de IA de la FDA sigue concentrada en sistemas de detección y diagnóstico asistidos por ordenador que ayudan a los profesionales clínicos en lugar de sustituirlos. La integración nativa con DICOM y PACS se está convirtiendo en un requisito esencial, ya que los hospitales necesitan disponer de los resultados de la IA dentro de los flujos de lectura establecidos.

La planificación de la radioterapia representó una cuota del 16,9 %. La segmentación automática basada en IA, la delimitación de tumores, la planificación adaptativa y la optimización de dosis reducen el tiempo de planificación manual. Philips Healthcare, Varian y RaySearch Laboratories han desarrollado flujos de trabajo de planificación comercialmente relevantes. Los aceleradores lineales guiados por RM aumentarán la demanda de planificación adaptativa con IA en tiempo real durante el período de previsión.

La monitorización longitudinal de enfermedades representó una cuota del 14,2 %. La medición automatizada de tumores, el seguimiento del volumen de las lesiones, las evaluaciones RECIST e iRECIST y la monitorización de enfermedades neurodegenerativas mejoran la coherencia entre estudios repetidos. Tempus Radiology vincula los datos longitudinales de diagnóstico por imagen con el contexto genómico y molecular, ampliando la aplicación desde la automatización de las mediciones hasta el apoyo a la decisión en oncología de precisión.

La planificación quirúrgica e intervencionista representó una cuota del 11,1 %. Los modelos anatómicos tridimensionales generados mediante IA respaldan la determinación del tamaño aórtico, las intervenciones cardiacas estructurales, la cirugía hepática y los procedimientos guiados por imagen. La integración con la preparación de procedimientos robóticos crea una vía adicional para la adopción. El valor comercial está vinculado a la planificación de procedimientos, la reducción de la variabilidad y una evaluación preoperatoria más estandarizada.

La investigación clínica y los ensayos representaron una cuota del 8,9 %. La medición automatizada de criterios de valoración, el análisis retrospectivo de archivos y la extracción de biomarcadores de imagen reducen la carga de anotación manual en los ensayos. Annalise.ai y los proveedores especializados de soluciones de diagnóstico por imagen para ensayos están desarrollando plataformas adaptadas a los requisitos de datos y normativos de los estudios oncológicos. La claridad normativa en torno a los criterios de valoración de diagnóstico por imagen generados mediante IA determinará el ritmo de expansión.

Otras aplicaciones representaron una cuota del 6,3 %. La plataforma Impressions de Rad AI ilustra la automatización de los flujos de trabajo de generación de informes, mientras que la optimización de protocolos a nivel de escáner puede reducir la dosis de radiación y mejorar la eficiencia de adquisición. La simulación de formación, el aseguramiento de la calidad, la programación y la utilización de recursos siguen siendo casos de uso en fases iniciales.

Por uso final

Los hospitales registraron una cuota del 56,1 % en 2025. Los centros médicos académicos y las redes integradas de prestación sanitaria disponen del volumen de estudios de diagnóstico por imagen, la infraestructura de gobernanza y los presupuestos de TI necesarios para las implementaciones empresariales. GE HealthCare, Siemens Healthineers y Philips Healthcare se dirigen a estas cuentas mediante relaciones de plataforma y servicios a largo plazo. Los hospitales públicos de India, el Sudeste Asiático y América Latina se convertirán en una fuente más relevante de demanda incremental a medida que se amplíen los esfuerzos nacionales de digitalización.

Los centros de diagnóstico representaron una cuota del 21,8 %. Los centros independientes de diagnóstico por imagen, los proveedores de telerradiología y las cadenas de diagnóstico por imagen tienen incentivos económicos para utilizar soluciones de IA de triaje y generación de informes, ya que el volumen de estudios influye directamente en los márgenes operativos. Aidoc y Viz.ai ofrecen flujos de trabajo habilitados para la nube, adecuados para centros que procesan un gran volumen de estudios sin disponer de radiólogos presenciales en todo momento. La consolidación de las redes de diagnóstico dará lugar a cuentas de mayor tamaño capaces de realizar adquisiciones a escala empresarial.

Las clínicas registraron una cuota del 18,1 %. Las clínicas de cardiología, ortopedia, oncología y multispecialty utilizan herramientas de IA específicas para cada modalidad en ecografía, radiografía digital, ecocardiografía e imagen musculoesquelética. Los modelos de precios por suscripción y por estudio reducen las barreras para los centros más pequeños. La imagen portátil y la IA en el punto de atención constituirán la principal vía de crecimiento de las clínicas hasta 2035.

El resto de los usuarios finales representó una cuota del 4,0 %. Las instituciones de investigación, los organismos gubernamentales, los sistemas sanitarios militares, los centros de diagnóstico por imagen veterinario y los programas de salud pública generan una demanda especializada. Los programas de detección de la tuberculosis, detección del cáncer, imagen materna y triaje remoto demuestran cómo la IA puede contribuir a ampliar la capacidad cuando el acceso a especialistas es limitado.

Análisis regional del mercado de IA en imagen médica

América del Norte

América del Norte registró una cuota de mercado del 43,8 % en 2025. Estados Unidos sustenta la demanda regional mediante la actividad de autorización de la FDA, el gasto de los hospitales en tecnologías de la información, una infraestructura madura de diagnóstico por imagen y vías de reembolso para determinadas aplicaciones de IA. La FDA autorizó 295 dispositivos habilitados para IA/aprendizaje automático en 2025, y la radiología concentró el 75 % de las autorizaciones. Los marcos de validación del American College of Radiology Data Science Institute contribuyen a una evaluación más coherente de los proveedores por parte de los sistemas sanitarios.

Canadá contribuye mediante iniciativas nacionales de adopción de la salud digital y un entorno con un sistema sanitario integrado. La principal restricción regional es la complejidad de las adquisiciones: los compradores hospitalarios siguen exigiendo pruebas de adecuación al flujo de trabajo, controles de ciberseguridad, validación local y relevancia para el reembolso antes de ampliar los proyectos piloto.

Europa

Europa representó una cuota del 26,7 % en 2025. Alemania lidera el despliegue gracias a la modernización de las tecnologías de la información hospitalarias, los marcos de reembolso de la salud digital y la inversión en tecnologías de diagnóstico por imagen. Francia, el Reino Unido, España, Italia y los Países Bajos contribuyen mediante sistemas sanitarios nacionales y modelos de adquisición centralizada.

El MDR de la UE 2017/745 y la Ley de IA de la UE imponen requisitos de cumplimiento normativo que se solapan para la IA de diagnóstico, mientras que MDCG 2025-6 ofrece orientación sobre la interacción entre las obligaciones relativas a los productos sanitarios y las obligaciones en materia de IA. ^{[7]European Commission Health and Food Safety, "MDCG 2025-6 Guidance on Medical Devices Regulation and the AI Act," health.ec.europa.eu} La NHS Transformation Directorate y las normas de salud digital de NICE del Reino Unido respaldan una evaluación estructurada de la IA en los trusts del NHS. La European Society of Radiology ha emitido recomendaciones relacionadas con la aplicación de la Ley de IA en radiología. ^{[9]European Society of Radiology, "Recommendations for AI Act Implementation in Radiology," myesr.org} La restricción de Europa no es la demanda, sino la fragmentación de los procedimientos de cumplimiento normativo y adquisición entre jurisdicciones.

Asia-Pacífico

Asia-Pacífico registró una cuota del 22,1 % en 2025 y seguirá siendo el mercado regional de más rápido crecimiento. El sector nacional de diagnóstico por imagen mediante IA de China, la expansión de la infraestructura de diagnóstico de India y la implementación de tecnologías integradas en la práctica clínica de Japón y Corea del Sur respaldan la adopción. Los proveedores chinos Infervision y DeepWise han logrado implementar sus soluciones en hospitales en el marco de programas nacionales de expansión de la salud digital y la telemedicina.

La Misión Digital de Salud Ayushman Bharat de India respalda la infraestructura sanitaria digital, mientras que Qure.ai implementa qXR para el cribado de la tuberculosis y la detección de enfermedades torácicas en redes públicas y privadas. Qure.ai opera en más de 25 países. Japón y Corea del Sur se benefician de la integración, por parte de Canon Medical Systems y Samsung Medison, de herramientas de orientación mediante IA y medición automatizada en plataformas de modalidades de diagnóstico. La principal restricción regional es la desigual madurez de los sistemas de reembolso y de las infraestructuras entre países, lo que favorece la implementación basada en la nube y orientada al uso móvil en entornos con menos recursos.

América Latina

América Latina representó el 4,5 % de la cuota en 2025. Brasil es el mayor contribuyente regional, seguido de México y Argentina. La inversión en telemedicina y salud digital está ampliando el acceso al diagnóstico por imagen, especialmente en Brasil, donde la interpretación remota y la prestación de servicios en la nube se adaptan bien a las redes fragmentadas de centros de diagnóstico por imagen.

La IA basada en la nube puede reducir la barrera de infraestructura para las redes de diagnóstico que carecen de capacidad informática de alto rendimiento instalada localmente. La expansión del cribado del cáncer de mama y de cuello uterino genera una vía directa de demanda para el diagnóstico por imagen asistido por IA. Los sistemas regulatorios liderados por ANVISA en Brasil y COFEPRIS en México siguen desarrollándose, lo que crea tanto oportunidades de entrada como complejidad en el acceso al mercado.

Oriente Medio y África

Oriente Medio y África representaron el 2,9 % de la cuota en 2025. Arabia Saudí y los EAU están invirtiendo en IA sanitaria mediante iniciativas nacionales de transformación digital y programas de hospitales inteligentes. GE HealthCare, Siemens Healthineers y Philips Healthcare desempeñan un papel destacado en la implementación en hospitales del Consejo de Cooperación del Golfo.

En el África subsahariana, la demanda de IA se concentra en la radiografía portátil, la ecografía portátil, el cribado de la tuberculosis, el diagnóstico por imagen obstétrico y el triaje remoto. La resolución WHA78.13 de la Asamblea Mundial de la Salud insta a integrar la IA y los sistemas de apoyo a la toma de decisiones clínicas en los sistemas de información radiológica para reforzar el acceso equitativo al diagnóstico por imagen. ^{[8]World Health Organization, "WHA78.13: Strengthening Medical Imaging Capacity," who.int} La principal restricción regional es la infraestructura básica de diagnóstico por imagen y conectividad, por lo que los sistemas de bajo coste, habilitados para la nube y orientados al uso móvil son comercialmente más relevantes que las arquitecturas de escala empresarial en muchos mercados.

Cuota de mercado y panorama competitivo de la inteligencia artificial en el diagnóstico por imagen

El mercado está moderadamente consolidado. GE HealthCare, Siemens Healthineers, Philips Healthcare, Aidoc y Viz.ai representaron conjuntamente aproximadamente el 65% de la cuota de mercado en 2025. GE HealthCare lideró el mercado con una cuota aproximada del 23%, respaldada por su base instalada de hardware de diagnóstico por imagen, la plataforma Edison y su cartera de soluciones de IA para TC, RM, rayos X, ecografía y medicina nuclear.

Siemens Healthineers compite mediante AI-Rad Companion, syngo.via, SOMATOM CT, MAGNETOM MRI, la tecnología de ecografía ACUSON y sus capacidades de radioterapia de Varian. Su ventaja reside en integrar la IA en los flujos de trabajo diagnósticos y terapéuticos. Philips Healthcare pone el énfasis en la informática empresarial de diagnóstico por imagen, su modelo Radiology Operations Command Center, IntelliSite Pathology Solution, sus herramientas de diagnóstico por imagen cardíaca, sus aplicaciones de RM hepática y la ecografía guiada por IA.

Aidoc y Viz.ai son plataformas líderes nativas de IA. El sistema operativo de IA y la plataforma ORB de Aidoc coordinan la detección, la priorización, la comunicación y la gestión de algoritmos de múltiples proveedores. Viz.ai amplía la detección por imagen a la coordinación asistencial mediante el envío de hallazgos críticos a especialistas a través de flujos de trabajo de comunicación móvil. RapidAI compite en el diagnóstico por imagen para atención aguda, especialmente en accidentes cerebrovasculares, embolia pulmonar, diagnóstico por imagen de la aorta, seguimiento de la esclerosis múltiple y evaluación de enfermedades neurodegenerativas.

Canon Medical Systems integra la reconstrucción mediante aprendizaje profundo AiCE en los sistemas Aquilion CT y Vantage MRI. Fujifilm Holdings utiliza su plataforma REiLI en radiografía torácica, detección de hallazgos en TC y patología digital. Tempus Radiology vincula el análisis de imágenes con datos moleculares y genómicos para la oncología de precisión. Lunit ofrece productos de radiografía torácica y patología, mientras que Qure.ai se centra en la radiografía torácica, el análisis cerebral mediante TC y la telerradiología para entornos con recursos limitados.

Annalise.ai se diferencia por su análisis de radiografías torácicas con múltiples hallazgos. Subtle Medical proporciona mejoras de la calidad de imagen en RM y PET mediante SubtleMR y SubtlePET. Rad AI automatiza las conclusiones de los informes y los flujos de trabajo de comparación con estudios previos. Cleerly ofrece análisis cuantitativo de angiografía coronaria por TC para evaluar la placa, la estenosis y el riesgo isquémico.

Nuestra encuesta primaria del segundo semestre de 2025, realizada a 190 responsables de compras hospitalarias y directores de TI de 9 países, indicó que el 74% de los encuestados citó la capacidad de integración del proveedor con las infraestructuras PACS y RIS existentes como el factor decisivo de compra, mientras que el rendimiento de los algoritmos ocupó el segundo lugar, con un 68%. Esto pone de relieve la importancia estratégica de la profundidad de integración como elemento diferenciador competitivo en las adquisiciones empresariales.

Evolución reciente del sector

• Junio de 2025: el Grupo de Coordinación de Dispositivos Médicos y la Junta Conjunta de Inteligencia Artificial publicaron AIB 2025-1 y MDCG 2025-6, relativos a la interacción entre el Reglamento de Productos Sanitarios de la UE (EU MDR) y la Ley de IA de la UE (EU AI Act) para dispositivos médicos habilitados para IA. Las directrices aclaran las expectativas de cumplimiento simultáneo para los desarrolladores de soluciones de diagnóstico por imagen basadas en IA. 

• Mayo de 2025: la 78.ª Asamblea Mundial de la Salud adoptó la resolución WHA78.13, en la que instó a los Estados miembros a integrar la IA y las herramientas de apoyo a la toma de decisiones clínicas en los sistemas de información radiológica. La resolución refuerza los fundamentos normativos para ampliar el acceso al diagnóstico por imagen asistido por IA en entornos con recursos limitados.

• 2025: la FDA autorizó 295 dispositivos médicos habilitados para IA/aprendizaje automático, de los cuales el 75% correspondió a autorizaciones en radiología. El volumen de autorizaciones amplió el conjunto comercial de herramientas de diagnóstico por imagen listas para su implementación. ^{[1]U.S. Food and Drug Administration, "Artificial Intelligence and Machine Learning in Software as a Medical Device," fda.gov}

• 2025: Un estudio publicado en Nature Communications constató que la interpretación de radiografías de tórax con apoyo de IA redujo en un 18,3 % el tiempo de interpretación de informes por parte de los profesionales clínicos en 296 pacientes. El estudio aporta evidencia del mundo real sobre la automatización de los flujos de trabajo de elaboración de informes. ^{[10]Nature Communications, "AI-Assisted Chest Radiograph Interpretation in Real-World Deployment," nature.com}