Optimización inteligente de parámetros de adquisición mediante ia revisión documental de avances y tendencias

Abstract

La optimización de los parámetros de adquisición en imagenología médica constituye un desafío técnico que impacta directamente la calidad diagnóstica y la seguridad del paciente. El presente estudio tuvo como objetivo analizar la evidencia científica reciente sobre la aplicación de la inteligencia artificial en la optimización automatizada de variables técnicas como kilovoltaje, miliamperaje y algoritmos de reconstrucción, así como su impacto en la reducción de la variabilidad operativa y la dosis radiológica. Se desarrolló una revisión documental de enfoque cualitativo con alcance descriptivo-analítico, mediante la búsqueda de artículos publicados en bases de datos científicas indexadas durante los últimos cinco años. Los resultados evidencian que los modelos basados en aprendizaje automático y aprendizaje profundo permiten ajustar dinámicamente los parámetros de adquisición, mejorar la calidad de imagen y reducir la exposición radiológica sin comprometer la precisión diagnóstica. No obstante, se identifican desafíos relacionados con validación clínica, infraestructura tecnológica y consideraciones éticas. Se concluye que la inteligencia artificial actúa como herramienta complementaria que fortalece la estandarización de protocolos radiológicos, contribuye a la seguridad del paciente y promueve la eficiencia en los servicios de imagenología médica.