• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Diplomados
    • Diplomados (ECISA)
    • Diplomado de Profundización en Control de la Calidad en Radiología Digital
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Diplomados
    • Diplomados (ECISA)
    • Diplomado de Profundización en Control de la Calidad en Radiología Digital
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Análisis de la implementación de inteligencia artificial (IA) mediante algoritmos en los parámetros técnicos de adquisición para la radiografía de tórax

    Thumbnail
    QRCode
    View/Open
    YPVILLAMILC.pdf (688.9Kb)
    Share
    Date
    2026-02-05
    Author
    Díaz Ramírez, Alex Mauricio
    González Mancera, Angy
    García Rojas, Julián David
    Liz Andela, Lidian Giovanna
    Villamil Castellanos, Yesica Paola
    Advisor
    Jamica Guo, Edna Rocío

    Citación

           
    TY - GEN T1 - Análisis de la implementación de inteligencia artificial (IA) mediante algoritmos en los parámetros técnicos de adquisición para la radiografía de tórax AU - Díaz Ramírez, Alex Mauricio AU - González Mancera, Angy AU - García Rojas, Julián David AU - Liz Andela, Lidian Giovanna AU - Villamil Castellanos, Yesica Paola Y1 - 2026-02-05 UR - https://repository.unad.edu.co/handle/10596/78693 AB - El presente proyecto de investigación analiza la exposición a la radiación ionizante en los servicios de radiología convencional, en los estudios de radiografía de tórax, asociados principalmente a errores humanos en la selección manual de parámetros técnicos. Esta situación constituye un riesgo relevante para los pacientes y para los profesionales ocupacionalmente expuestos, en concordancia con la normativa nacional vigente y las recomendaciones internacionales de protección radiológica, que advierten sobre los efectos estocásticos y no estocásticos de la radiación ionizante. Ante este escenario, se propone la implementación de algoritmos de inteligencia artificial como herramienta de apoyo para la optimización automática de parámetros técnicos como kilovoltaje, miliamperaje-segundo, distancia foco-película, colimación y tiempo de exposición. El objetivo es reducir la variabilidad Inter operador, evitar la repetición de estudios, mejorar la calidad diagnóstica de las imágenes y disminuir la dosis absorbida, en coherencia con el principio ALARA. La propuesta integra un enfoque humanista que reconoce la experiencia y la responsabilidad profesional del tecnólogo en radiología. El estudio adopta un enfoque metodológico mixto bajo el modelo de investigación acción participativa, involucrando a tecnólogos y pacientes. A través de entrevistas y análisis de registros clínicos, se identificaron errores y se evaluó el impacto de la inteligencia artificial en la optimización de parámetros y la reducción de dosis. Los resultados evidencian mejoras en la calidad de imagen, la seguridad radiológica, la eficiencia del flujo de trabajo y la preservación de los equipos, resaltando la necesidad de supervisión profesional y un ejercicio ético centrado en el cuidado del paciente. ER - @misc{10596_78693, author = {Díaz Ramírez Alex Mauricio and González Mancera Angy and García Rojas Julián David and Liz Andela Lidian Giovanna and Villamil Castellanos Yesica Paola}, title = {Análisis de la implementación de inteligencia artificial (IA) mediante algoritmos en los parámetros técnicos de adquisición para la radiografía de tórax}, year = {2026-02-05}, abstract = {El presente proyecto de investigación analiza la exposición a la radiación ionizante en los servicios de radiología convencional, en los estudios de radiografía de tórax, asociados principalmente a errores humanos en la selección manual de parámetros técnicos. Esta situación constituye un riesgo relevante para los pacientes y para los profesionales ocupacionalmente expuestos, en concordancia con la normativa nacional vigente y las recomendaciones internacionales de protección radiológica, que advierten sobre los efectos estocásticos y no estocásticos de la radiación ionizante. Ante este escenario, se propone la implementación de algoritmos de inteligencia artificial como herramienta de apoyo para la optimización automática de parámetros técnicos como kilovoltaje, miliamperaje-segundo, distancia foco-película, colimación y tiempo de exposición. El objetivo es reducir la variabilidad Inter operador, evitar la repetición de estudios, mejorar la calidad diagnóstica de las imágenes y disminuir la dosis absorbida, en coherencia con el principio ALARA. La propuesta integra un enfoque humanista que reconoce la experiencia y la responsabilidad profesional del tecnólogo en radiología. El estudio adopta un enfoque metodológico mixto bajo el modelo de investigación acción participativa, involucrando a tecnólogos y pacientes. A través de entrevistas y análisis de registros clínicos, se identificaron errores y se evaluó el impacto de la inteligencia artificial en la optimización de parámetros y la reducción de dosis. Los resultados evidencian mejoras en la calidad de imagen, la seguridad radiológica, la eficiencia del flujo de trabajo y la preservación de los equipos, resaltando la necesidad de supervisión profesional y un ejercicio ético centrado en el cuidado del paciente.}, url = {https://repository.unad.edu.co/handle/10596/78693} }RT Generic T1 Análisis de la implementación de inteligencia artificial (IA) mediante algoritmos en los parámetros técnicos de adquisición para la radiografía de tórax A1 Díaz Ramírez, Alex Mauricio A1 González Mancera, Angy A1 García Rojas, Julián David A1 Liz Andela, Lidian Giovanna A1 Villamil Castellanos, Yesica Paola YR 2026-02-05 LK https://repository.unad.edu.co/handle/10596/78693 AB El presente proyecto de investigación analiza la exposición a la radiación ionizante en los servicios de radiología convencional, en los estudios de radiografía de tórax, asociados principalmente a errores humanos en la selección manual de parámetros técnicos. Esta situación constituye un riesgo relevante para los pacientes y para los profesionales ocupacionalmente expuestos, en concordancia con la normativa nacional vigente y las recomendaciones internacionales de protección radiológica, que advierten sobre los efectos estocásticos y no estocásticos de la radiación ionizante. Ante este escenario, se propone la implementación de algoritmos de inteligencia artificial como herramienta de apoyo para la optimización automática de parámetros técnicos como kilovoltaje, miliamperaje-segundo, distancia foco-película, colimación y tiempo de exposición. El objetivo es reducir la variabilidad Inter operador, evitar la repetición de estudios, mejorar la calidad diagnóstica de las imágenes y disminuir la dosis absorbida, en coherencia con el principio ALARA. La propuesta integra un enfoque humanista que reconoce la experiencia y la responsabilidad profesional del tecnólogo en radiología. El estudio adopta un enfoque metodológico mixto bajo el modelo de investigación acción participativa, involucrando a tecnólogos y pacientes. A través de entrevistas y análisis de registros clínicos, se identificaron errores y se evaluó el impacto de la inteligencia artificial en la optimización de parámetros y la reducción de dosis. Los resultados evidencian mejoras en la calidad de imagen, la seguridad radiológica, la eficiencia del flujo de trabajo y la preservación de los equipos, resaltando la necesidad de supervisión profesional y un ejercicio ético centrado en el cuidado del paciente. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Inteligencia Artificial Google Scholar
    Radiación ionizante Google Scholar
    Principio ALARA Google Scholar
    Seguridad Radiológica Google Scholar
    Regional / Country coverage
    cead_-_josé_celestino_mutis
    Metadata
    Show full item record
    PDF Document
    Description of the content
    El presente proyecto de investigación analiza la exposición a la radiación ionizante en los servicios de radiología convencional, en los estudios de radiografía de tórax, asociados principalmente a errores humanos en la selección manual de parámetros técnicos. Esta situación constituye un riesgo relevante para los pacientes y para los profesionales ocupacionalmente expuestos, en concordancia con la normativa nacional vigente y las recomendaciones internacionales de protección radiológica, que advierten sobre los efectos estocásticos y no estocásticos de la radiación ionizante. Ante este escenario, se propone la implementación de algoritmos de inteligencia artificial como herramienta de apoyo para la optimización automática de parámetros técnicos como kilovoltaje, miliamperaje-segundo, distancia foco-película, colimación y tiempo de exposición. El objetivo es reducir la variabilidad Inter operador, evitar la repetición de estudios, mejorar la calidad diagnóstica de las imágenes y disminuir la dosis absorbida, en coherencia con el principio ALARA. La propuesta integra un enfoque humanista que reconoce la experiencia y la responsabilidad profesional del tecnólogo en radiología. El estudio adopta un enfoque metodológico mixto bajo el modelo de investigación acción participativa, involucrando a tecnólogos y pacientes. A través de entrevistas y análisis de registros clínicos, se identificaron errores y se evaluó el impacto de la inteligencia artificial en la optimización de parámetros y la reducción de dosis. Los resultados evidencian mejoras en la calidad de imagen, la seguridad radiológica, la eficiencia del flujo de trabajo y la preservación de los equipos, resaltando la necesidad de supervisión profesional y un ejercicio ético centrado en el cuidado del paciente.
    Format
    pdf
    Type of digital resource
    Diplomado de profundización para grado
    URI
    https://repository.unad.edu.co/handle/10596/78693
    Collections
    • Diplomado de Profundización en Control de la Calidad en Radiología Digital [137]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: