Optimización de parámetros de imagen basada en IA y aprendizaje automático

Abstract

La inteligencia artificial (IA) ha venido transformando la practica en el área de imágenes diagnosticas, mediante la automatización y optimización de los parámetros técnicos en diversos estudios, como lo son: radiografías, tomografía computarizada y la resonancia magnética. Este trabajo analiza la fiabilidad y seguridad de los sistemas de la IA en la mejora de la calidad de las imágenes y así mismo la precisión diagnostica; identificando los beneficios como los desafíos técnicos, éticos y regulatorios. A través de una revisión documental, se destacan las aplicaciones del uso de los algoritmos de aprendizaje profundo (Deep Learning), los cuales permiten reducir la dosis de radiación y así mismo los tiempos de adquisición sin comprometer la calidad de la imagen obtenida. Sin embargo, se observa la ausencia de la regulación homogénea que restringe la aplicación de esta tecnología en escenarios con escasos recursos. Este trabajo sugiere que, para asegurar un diagnóstico seguro y confiable, es importante establecer el uso de esta tecnología con marcos regulatorios sólidos, capacitación continua del personal encargado y por último la equidad de la implementación clínica.