Los modelos de lenguaje grandes (LLMs) han demostrado capacidades notables en tareas de procesamiento de lenguaje natural, incluyendo conversación, aprendizaje en contexto, razonamiento y generación de código. Este artículo explora la aplicación potencial de LLMs en sistemas de información radiológica (RIS) y evalúa el impacto de la integración de LLMs en el desarrollo de RIS y la interacción humano-computadora. Presentamos ChatUI-RIS, una interfaz de usuario prototipo basada en chat que aprovecha las capacidades de LLM para mejorar la funcionalidad de RIS y la experiencia del usuario. A través de un estudio exploratorio que involucra a 26 estudiantes de medicina, investigamos la eficacia del diálogo en lenguaje natural para el aprendizaje y la operación de RIS. Nuestros hallazgos sugieren que la integración de LLM a través de una interfaz de chat puede mejorar significativamente la eficiencia operativa, reducir el tiempo de aprendizaje y facilitar la rápida expansión de las capacidades de RIS. Al interactuar con ChatUI-RIS utilizando instrucciones en lenguaje natural, los estudiantes de medicina pueden acceder y recuperar información radiológica de manera conversacional. La interfaz de chat potenciada por LLM no solo agiliza las interacciones de los usuarios, sino que también permite una navegación más intuitiva y eficiente de las funcionalidades complejas de RIS. Además, las capacidades de procesamiento de lenguaje natural de LLMs pueden ser aprovechadas para generar automáticamente fragmentos de código y consultas de base de datos, acelerando el desarrollo y la personalización de RIS. Observaciones preliminares indican que la integración de LLMs en RIS tiene el potencial de revolucionar el diseño de la interfaz de usuario, mejorar las capacidades del sistema y, en última instancia, mejorar la experiencia general del usuario para radiólogos y profesionales médicos.