Diagnóstico por imagen de las lesiones del ligamento escafolunar: técnicas, retos e innovaciones
Diagnóstico por imagen de las lesiones del ligamento escafolunar: técnicas, retos e innovaciones
J Hand Surg Am-ASSH
Imaging for Scapholunate Ligament Injuries: Techniques, Challenges, and Innovations – Journal of Hand Surgery
@JHandSurg
El diagnóstico de las lesiones del ligamento escafolunar es un reto. Si bien las radiografías son el método estándar de primera línea, su sensibilidad es baja. Un enfoque multimodal es clave para detectar la inestabilidad precozmente.
#DesgarroEscafolunar #ImágenesEscafolunares #RadiologíaDeLaMuñec ScapholunateTear #ImagingScapholunate #RadiologyWristLigament

Resumen
Artículo: Imaging for Scapholunate Ligament Injuries: Techniques, Challenges, and Innovations. J Hand Surg Am. 2026;51(5):587–595. DOI: 10.1016/j.jhsa.2025.11.021. Artículo Open Access bajo licencia CC BY.
Contexto:
Las lesiones
del ligamento escafolunar son una causa frecuente de dolor e
inestabilidad de muñeca, pero su diagnóstico puede ser difícil porque
las lesiones parciales, dinámicas o funcionales pueden pasar
inadvertidas en estudios estáticos.
Objetivo:
Revisar las
técnicas actuales de imagen para lesiones escafolunares, sus ventajas,
limitaciones diagnósticas y las innovaciones emergentes, incluyendo
imagen dinámica e inteligencia artificial.
Diseño:
Revisión
narrativa de conceptos actuales sobre radiografías, radiografías de
estrés, fluoroscopia, ultrasonido, TC, artro-TC, RM, artro-RM, RM en
tiempo real, TC 4D e inteligencia artificial aplicada al análisis
escafolunar.
Hallazgos clave:
Las
radiografías convencionales siguen siendo el primer estudio, útiles para
detectar disociación establecida, aunque no visualizan directamente el
ligamento. Las vistas de estrés y la fluoroscopia pueden revelar
inestabilidad dinámica, pero tienen sensibilidad limitada. El
ultrasonido permite evaluación dinámica no invasiva del componente
dorsal, aunque depende mucho del operador. La RM ofrece excelente
contraste de tejidos blandos, con alta especificidad pero sensibilidad
variable, especialmente en lesiones parciales. La artro-TC muestra alta
precisión para desgarros parciales y completos, pero es invasiva y
expone a radiación. La artroscopia continúa siendo el estándar
diagnóstico definitivo.
Innovación:
La RM en
tiempo real y la TC 4D permiten evaluar la cinemática carpiana y
diferenciar lesiones estáticas de dinámicas. La inteligencia artificial
puede automatizar la medición del espacio escafolunar, los ángulos
carpianos y el análisis dinámico, con potencial para reducir
variabilidad diagnóstica.
Implicación clínica:
El
diagnóstico no debe depender de una sola modalidad. La estrategia
óptima es multimodal: exploración clínica cuidadosa, imagen estática
inicial, estudios dinámicos cuando exista sospecha persistente y
artroscopia cuando se requiera confirmación directa.
Conclusión:
El futuro
diagnóstico de las lesiones escafolunares apunta hacia una integración
entre imagen estructural, evaluación funcional dinámica e inteligencia
artificial, con el objetivo de detectar precozmente la inestabilidad y
prevenir la progresión hacia colapso avanzado escafolunar.
Keyword´s
Ligamento escafolunar; lesión escafolunar; inestabilidad carpiana; dolor de muñeca; disociación escafolunar; radiografía de estrés; fluoroscopia dinámica; ultrasonido musculoesquelético; tomografía computarizada; artro-TC; resonancia magnética; artro-RM; RM en tiempo real; TC 4D; inteligencia artificial; aprendizaje automático; artroscopia de muñeca.
Frase clave
El diagnóstico de lesiones escafolunares requiere integrar clínica, imagen estática, estudios dinámicos y, cuando sea necesario, artroscopia.
Imaging for Scapholunate Ligament Injuries: Techniques, Challenges, and Innovations – PubMed
Imaging for Scapholunate Ligament Injuries: Techniques, Challenges, and Innovations – Journal of Hand Surgery
Elsherbini
A, Saenz L, Persitz J, Zuo KJ. Imaging for Scapholunate Ligament
Injuries: Techniques, Challenges, and Innovations. J Hand Surg Am. 2026
May;51(5):587-595. doi: 10.1016/j.jhsa.2025.11.021. Epub 2026 Feb 3.
PMID: 41632071.