Analizar la capacidad de la inteligencia artificial (IA) & aprendizaje automático en la calidad de las imágenes diagnósticas

Abstract

La inteligencia artificial (IA) se ha convertido en una herramienta innovadora con gran potencial en el campo de la imagenología diagnóstica, especialmente en la tomografía. Su integración en estos equipos, mediante algoritmos de aprendizaje automático, ha optimizado parámetros técnicos clave, como la reducción del tiempo de exposición, y ha logrado disminuir el ruido en las imágenes, mejorando así la precisión y la calidad de las imágenes tomográficas. Según lo refiere Agudo (2022-2023) “La IA es una rama de la informática formada por un conjunto de algoritmos que se encargan de analizar una serie de datos complejos, imitando la inteligencia humana.” (p. 8), por tal motivo la IA no se debe de percibir como una gran amenaza para el área laboral de los seres humanos por el contrario se puede visualizar como un elemento más que necesario en el desarrollo de resultados confiables en la ejecución de la imagenología diagnostica. Esta investigación tiene como objetivo analizar el impacto positivo de la IA y el aprendizaje automático en la adquisición de imágenes tomográficas, evaluando cómo estos avances mejoran la calidad y precisión de las imágenes. Para ello, se utilizaron bases de datos y bibliografía especializada que comparan estos resultados en diversos estudios. La metodología empleada fue un análisis descriptivo con enfoque cualitativo, basado en una revisión exhaustiva de la literatura y en el análisis de casos donde se ha implementado IA en la tomografía.