| dc.contributor.advisor | Pérez Murillas, Javier Alberto | |
| dc.coverage.spatial | udr_-_Cali | |
| dc.creator | Medina Rosero, Ariana | |
| dc.creator | Cubillos Roque, Derly Alexandra | |
| dc.creator | Villota Torres, Lina Vanessa | |
| dc.creator | Botero Ramírez, Margarita María | |
| dc.creator | Salazar Méndez, María José | |
| dc.date.accessioned | 2025-12-23T16:53:15Z | |
| dc.date.available | 2025-12-23T16:53:15Z | |
| dc.date.created | 2025-12-17 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/77904 | |
| dc.description.abstract | Esta investigación analiza la aplicación e impacto de la inteligencia artificial (IA) en la
radiología digital, con énfasis en la inequidad en el acceso a esta tecnología en poblaciones
vulnerables y zonas rurales de Colombia. Aunque la IA ofrece beneficios como mejora de la
calidad de la imagen, optimización de parámetros técnicos y diagnósticos más precisos, su
implementación es limitada en instituciones con escasa infraestructura y bajos recursos. El
estudio, de enfoque cualitativo y diseño documental, identifica las barreras económicas,
tecnológicas y formativas que amplían la desigualdad en salud. Asimismo, reflexiona sobre la
necesidad de políticas públicas, programas de capacitación y estrategias de inclusión tecnológica
para garantizar una radiología más equitativa y sostenible | |
| dc.format | pdf | |
| dc.title | Inequidad en el acceso a la inteligencia artificial en radiología digital para poblaciones vulnerables | |
| dc.type | Diplomado de profundización para grado | |
| dc.subject.keywords | Comunidad | |
| dc.subject.keywords | Herramientas Digitales | |
| dc.subject.keywords | Inteligencia Artificial | |
| dc.subject.keywords | Radiología | |
| dc.description.abstractenglish | This research examines the application and impact of Artificial Intelligence (AI) in digital
radiology, focusing on the inequality in access to these technologies among vulnerable and rural
populations in Colombia. Although AI offers significant advantages such as enhanced image
quality, optimized technical parameters, and more reliable diagnoses, its implementation remains
limited in health institutions with reduced resources and poor infrastructure. Using a qualitative
approach and documentary design, the study identifies economic, technological, and educational
barriers that widen health inequalities. It also highlights the need for public policies, training
programs, and technological inclusion strategies to ensure fair and sustainable access to AI in
medical imaging. | |