https://repository.unad.edu.co/handle/10596/52586 Wed, 20 May 2026 02:30:28 GMT 2026-05-20T02:30:28Z https://repository.unad.edu.co/handle/10596/81035 Eficiencia energética y reducción de huella de carbono en resonancia magnética: Comparación entre sistemas convencionales y de enfriamiento sellado El presente estudio analiza en qué medida los resonadores magnéticos equipados con tecnología de enfriamiento sellado, contribuyen a la reducción de la huella de carbono en comparación con los sistemas convencionales de alto campo durante un ciclo de vida de 10 años. El objetivo general consiste en evaluar las diferencias de impacto ambiental entre ambas tecnologías, considerando consumo energético, pérdidas criogénicas, mantenimiento y emisiones asociadas al uso y manejo de helio. La selección final de fuentes permitió comparar indicadores energéticos, requerimientos criogénicos y perfiles de sostenibilidad. se aplicó una metodología de revisión de literatura, mediante búsqueda, cribado, evaluación de elegibilidad e inclusión de estudios científicos, reportes industriales y documentos técnicos publicados entre 2010 y 2026 en bases como Scopus, biblioteca virtual UNAD, Google Académico, Researchgate, PubMed y ScienceDirect. Los resultados muestran que los equipos de enfriamiento sellado reducen de manera significativa la huella de carbono, tanto por su menor consumo energético como por la eliminación casi total de emisiones indirectas asociadas a la extracción, transporte y recarga de helio líquido. Wed, 13 May 2026 00:00:00 GMT https://repository.unad.edu.co/handle/10596/81035 2026-05-13T00:00:00Z https://repository.unad.edu.co/handle/10596/80981 Vulnerabilidades y brechas de seguridad en la transmisión de imágenes DICOM a través de redes públicas: revisión literaria La transmisión de imágenes en formato DICOM ha tenido grandes avances en la interoperabilidad entre sistemas, plataformas de IA y servicios de radiología. Sin embargo, cuando estos datos se transfieren a través de redes públicas, se aumentan los riesgos de ciberseguridad que comprometen la integridad, confidencialidad y disponibilidad de la información clínica. El propósito de esta investigación es analizar las brechas y vulnerabilidades más usuales en la transmisión de imágenes, mediante una revisión documental con diseño no experimental, basada en literatura científica, técnica y normativa, basados en Hernández et al. (2014). Los hallazgos muestran fallos como la ausencia de cifrado robusto, el envío de metadatos en texto claro, el uso de protocolos inseguros o desactualizados, configuraciones deficientes, accesos remotos no autorizados, debilidades en la autenticación, tráfico sin protección y vulnerabilidades en redes públicas. Asimismo, se identificaron riesgos asociados a ataques Man in the Middle, interceptación de datos, manipulación adversarial de imágenes y compromisos en la integridad diagnóstica. Los resultados señalan que las instituciones de salud tienen deficiencias en la implementación de mecanismos como TLS, VPN, autenticación multifactor, control de accesos, monitoreo continuo y políticas adecuadas de ciberseguridad. Se concluye que la mitigación de estas brechas requiere estrategias integrales que incluyan cifrado de extremo a extremo, protocolos actualizados, prácticas seguras de configuración, fortalecimiento institucional, capacitación del personal y la adopción de medidas robustas que garanticen la protección de las imágenes médicas y la seguridad del paciente en entornos digitales interconectados. Mon, 11 May 2026 00:00:00 GMT https://repository.unad.edu.co/handle/10596/80981 2026-05-11T00:00:00Z https://repository.unad.edu.co/handle/10596/80773 Análisis documental del riesgo asociado a ataques adversariales en el flujo de trabajo radiológico: consecuencias en la validez del diagnóstico por (IA) y retos para la protección de datos sensibles bajo estándares internacionales La presente investigación analiza el impacto de los ataques adversariales en los sistemas de inteligencia artificial aplicados a la radiología, con énfasis en sus efectos sobre la validez diagnóstica y la seguridad de los datos clínicos. El estudio se desarrolla bajo un enfoque cualitativo, con un diseño documental basado en la revisión de literatura científica relacionada con inteligencia artificial, ciberseguridad y diagnóstico por imágenes. A partir del análisis de fuentes académicas, se identifican las principales vulnerabilidades de los sistemas de IA frente a la manipulación de imágenes médicas, evidenciando riesgos asociados a diagnósticos erróneos, alteración de la información clínica y posibles afectaciones a la seguridad del paciente. Asimismo, se examinan las implicaciones técnicas, éticas y clínicas derivadas de estos ataques en entornos hospitalarios digitalizados. De igual forma, se destacan estrategias de mitigación basadas en la literatura, orientadas al fortalecimiento de la ciberseguridad, la protección de datos sensibles y la confiabilidad de los sistemas diagnósticos asistidos por inteligencia artificial. El estudio resalta la necesidad de fortalecer los marcos de gobernanza de datos y la supervisión humana en los sistemas de inteligencia artificial, considerando que la automatización en radiología no elimina la responsabilidad clínica del profesional. En este sentido, se plantea que la implementación segura de estas tecnologías requiere una integración equilibrada entre innovación tecnológica, regulación ética y capacitación especializada del personal, con el fin de garantizar diagnósticos confiables y minimizar riesgos asociados a la manipulación adversarial en entornos clínicos digitalizados. Palabras clave: inteligencia artificial, radiología, ataques adversariales, ciberseguridad, diagnóstico médico. Fri, 01 May 2026 00:00:00 GMT https://repository.unad.edu.co/handle/10596/80773 2026-05-01T00:00:00Z https://repository.unad.edu.co/handle/10596/79194 Eficacia de las redes neuronales en la mitigación de artefactos para tomografía computarizada y resonancia magnética: una revisión bibliográfica sobre calidad de imagen Este trabajo analiza la eficacia de las redes neuronales en la mitigación de artefactos en Tomografía Computarizada (TC) y Resonancia Magnética (RM), tecnologías esenciales cuya fidelidad diagnóstica se ve frecuentemente alterada por distorsiones visuales denominadas artefactos. El marco teórico establece que estas anomalías como el endurecimiento del haz, los efectos metálicos en TC, o el solapamiento y las imágenes fantasmagóricas en RM surgen de interacciones complejas entre el equipo, el paciente y factores técnicos. Tales errores inducen a "falsos positivos" y obligan a la repetición de estudios, lo que contraviene el principio ALARA al aumentar la dosis de radiación y los costos operativos. La revisión destaca el potencial de la Inteligencia Artificial, específicamente de las Redes Neuronales Convolucionales (CNN) como U-Net y ResNet, para automatizar la detección y corrección de estas distorsiones. A diferencia de los métodos tradicionales dependientes de la pericia humana, estas arquitecturas permiten identificar patrones complejos para diferenciar la anatomía real del ruido técnico, optimizando la relación señal-ruido. El documento aborda además el marco legal y ético, incluyendo normativas colombianas y la protección de datos, subrayando cómo la automatización busca estandarizar la calidad diagnóstica y garantizar la seguridad del paciente en los servicios de imagenología contemporáneos. Palabras clave: Artefactos, Inteligencia artificial, Redes Neuronales Convolucionales, Tomografía Computarizada, Resonancia Magnética. Thu, 19 Feb 2026 00:00:00 GMT https://repository.unad.edu.co/handle/10596/79194 2026-02-19T00:00:00Z