Modelos computacionales para estimación personalizada de dosis tomografía computarizada: validación y calidad de imagen digital

Abstract

La tomografía computarizada (TC) es un medio diagnóstico de gran utilidad en la medicina actual; por otro lado, su uso regular produce la exposición a radiaciones ionizante, incidiendo en generar preocupación, particularmente en aquellos pacientes que cursan estudios repetidos. En años anteriores se señalaron efectos adversos a nivel de órganos y de los sistemas inmunológico, hematopoyético o reproductor. El objetivo primordial del presente documento, es el proceso y validación de modelos computacionales, que accedan a estimar y optimizar las dosis de radiaciones en TC y dar así prelación a la seguridad radiológica sin dejar de lado la calidad diagnóstica. Para ello, se utilizarán técnicas avanzadas como las simulaciones de Monte Carlo y las técnicas de machine learning que permiten personalizar las dosis, minimizar en consecuencia las dosis y optimizar los resultados de diagnóstico para cada paciente. El desarrollo de las mismas, presenta unos retos importantes que se centran en su validación en medio industrial y su integración a los sistemas clínicos, así como sus propias ópticas de al menos una parte de la comunidad médica. Se propone también como finalidad el realizar una revisión sistemática de la literatura existente en este sentido, para comparar los métodos tradicionales con los métodos avanzados, exponer las suyas limitaciones y caracterizar soluciones. En las conclusiones del trabajo, se quiere incitar con una práctica de la radiología más segura, más eficiente y más sostenible siempre que no se sacrifique la alta calidad de los diagnósticos.