Please use this identifier to cite or link to this item:
https://repository.unad.edu.co/handle/10596/78693| Title: | Análisis de la implementación de inteligencia artificial (IA) mediante algoritmos en los parámetros técnicos de adquisición para la radiografía de tórax |
| metadata.dc.creator: | Díaz Ramírez, Alex Mauricio González Mancera, Angy García Rojas, Julián David Liz Andela, Lidian Giovanna Villamil Castellanos, Yesica Paola |
| metadata.dc.date.created: | 2026-02-05 |
| metadata.dc.subject.keywords: | Inteligencia Artificial Radiación ionizante Principio ALARA Seguridad Radiológica |
| metadata.dc.format.*: | |
| metadata.dc.type: | Diplomado de profundización para grado |
| 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. |
| URI: | https://repository.unad.edu.co/handle/10596/78693 |
| metadata.dc.coverage.spatial: | cead_-_josé_celestino_mutis |
| Appears in Collections: | Diplomado de Profundización en Control de la Calidad en Radiología Digital |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| YPVILLAMILC.pdf | 688.97 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.