Palabras Clave: IA, Tomografía computarizada, Cardiología, Neumología, Analisis con IA, CT, Computed Tomography, Cardiology, Neumology, IA SCAN.
Autores: Diego Alejandro Higuera Mosquera, Eddie Santiago Velasquez Cruz, Jhon Alejandro Pineda Ospino, 2025.
Resumen
Esta investigación analiza cómo la inteligencia artificial (IA), especialmente a través del aprendizaje profundo (deep learning), ha transformado el diagnóstico médico mediante tomografía computarizada (TC). El estudio se enfoca en evaluar su eficacia, identificar los principales beneficios, limitaciones y desafíos para su implementación en el sistema de salud colombiano.
El trabajo destaca cómo los algoritmos de IA permiten mejorar la calidad de las imágenes, reducir el uso de radiación, detectar patologías con mayor precisión y automatizar tareas repetitivas. Estas capacidades mejoran la eficiencia clínica, reducen los tiempos de diagnóstico y aumentan la precisión en enfermedades como el cáncer, enfermedades pulmonares y cardiovasculares.
Se empleó una metodología de revisión documental con artículos publicados entre 2020 y 2024. De una muestra inicial de 120 documentos, se seleccionaron 40 que evidencian las aplicaciones de la IA en diferentes contextos clínicos. Los resultados confirman que el uso de IA en TC mejora significativamente la sensibilidad diagnóstica, la segmentación anatómica y la optimización de dosis. En campos como oncología y cardiología, los sistemas basados en deep learning han mostrado un rendimiento comparable, e incluso superior, al de los especialistas humanos.
Abstract
This research analyzes how artificial intelligence (AI), especially through deep learning, has transformed medical diagnosis using computed tomography (CT). The study focuses on evaluating its effectiveness, identifying the main benefits, limitations, and challenges for its implementation in the Colombian healthcare system.
The work highlights how AI algorithms improve image quality, reduce radiation exposure, detect pathologies with greater accuracy, and automate repetitive tasks. These capabilities enhance clinical efficiency, reduce diagnostic times, and increase precision in diseases such as cancer, pulmonary, and cardiovascular conditions.
A documentary review methodology was applied, analyzing articles published between 2020 and 2024. From an initial sample of 120 documents, 40 were selected that demonstrate the applications of AI in different clinical contexts. The results confirm that the use of AI in CT significantly improves diagnostic sensitivity, anatomical segmentation, and dose optimization. In fields such as oncology and cardiology, deep learning-based systems have shown performance comparable to, and even superior to, that of human specialists.