Algoritmos de optimización basados en IA para imágenes de tomografía computarizada y resonancia magnética para mejorar la calidad y efectividad de la imagen

Abstract

Este documento es el resultado de un proceso de revisión bibliográfica que indagó sobre los algoritmos que optimizan la calidad en imágenes de Tomografía Computarizada, en adelante TC y Resonancia Magnética, en adelante RM, con la finalidad de mejorar la calidad y, por ende, la efectividad de la precisión diagnóstica. La combinación de tecnología de última generación, inteligencia artificial y software especializado en patologías diversas permite ofrecer diagnósticos más rápidos, precisos y seguros. Dentro del proceso investigativo se buscaron experiencias de éxito documentada por hospitales y/o centros especializados alrededor del mundo, que han incorporado tecnologías con inteligencia artificial (IA) en la toma de imágenes diagnósticas, para percibir las ventajas y/o limitaciones. Para lograr el objetivo planteado se revisó la literatura en fuentes bibliográficas confiables como PubMed, ScientDirect, Scopus, Google Scholar y en repositorios. Se usaron criterios de búsqueda con palabras asociadas a la inteligencia artificial y se consultaron experiencias y/o noticias publicadas por hospitales, centros médicos que permiten conocer las experiencias de éxito, ventajas, limitaciones y desventajas de la implementación de la IA en la el diagnostico de enfermedades. Se puede concluir que la IA es una herramienta de apoyo para la labor del personal de salud, sin embargo, no los reemplaza, por ende, los datos de programación deben ser suficientes para que faciliten el apoyo en el diagnostico de enfermedades.