De la señal al píxel: inteligencia artificial en la adquisición y reconstrucción de imagen médica.

Resumen

Describir el papel actual de la inteligencia artificial (IA) en las etapas iniciales del proceso radiológico, específicamente en la adquisición y reconstrucción de imágenes médicas. Se pretende revisar los fundamentos técnicos de la reconstrucción profunda (deep learning reconstruction, DLR) en resonancia magnética (RM) y tomografía computarizada (TC), sus ventajas diagnósticas y operativas, así como sus limitaciones. La IA ha pasado de intervenir en el posprocesado a actuar desde la generación misma de la imagen. Los modelos de reconstrucción profunda permiten reducir el tiempo de adquisición hasta un 75 % en RM y disminuir la dosis de radiación entre un 30–40 % en TC, manteniendo o mejorando la calidad diagnóstica percibida. Diversos estudios destacan su capacidad para reducir ruido, artefactos y repeticiones, con un impacto directo en la eficiencia del servicio y la experiencia del paciente. Sin embargo, persisten desafíos: variabilidad entre fabricantes, ausencia de estándares de validación y riesgo de artefactos generados por el propio algoritmo. Comprender estas limitaciones es esencial para interpretar correctamente las imágenes producidas mediante IA y evitar errores de sobreconfianza tecnológica. La IA está redefiniendo el inicio del flujo radiológico: ya no se limita a analizar imágenes, sino que las genera. Conocer los principios de adquisición y reconstrucción asistida por IA es una competencia emergente del radiólogo moderno. “De la señal al píxel”, la IA transforma no solo la velocidad y la calidad de la imagen, sino también la forma en que aprendemos a mirar.