Vol. 12/ Núm. 2 2025 pág. 4529
https://doi.org/10.69639/arandu.v12i2.1246
Integración de la Imagenología Cuantitativa con la
Valoración Clínica Médica Integral en Pacientes con
Enfermedad Hepática Crónica: Hacia un Modelo Predictivo
Multivariable
Integration of Quantitative Imaging with Comprehensive Clinical Medical Assessment
in Patients with Chronic Liver Disease: Towards a Multivariate Predictive Model
Juan Carlos Lema Balla
juan.lema@hial.mspz7.gob.ec
https://orcid.org/0000-0002-2573-7426
Hospital General Isidro Ayora
Loja, Ecuador
Ligia Elena Urquizo Albán
lieleua87@gmail.com
https://orcid.org/0009-0006-1300-2947
Investigador Independiente
Quito - Ecuador
Naomi Pauleth Espin Jiménez
naomiespin091100@gmail.com
https://orcid.org/0009-0005-5484-0253
Investigador Independiente
Puyo- Ecuador
Jazmin Elizabeth Garcia Alvarez
jaz.naru@gmail.com
https://orcid.org/0000-0002-2746-1419
Investigador Independiente
Guayaquil – Ecuador
Pamela Estefania Sagarnaga Viscarra
pamelasagarnagav@gmail.com
https://orcid.org/0009-0009-7910-5190
Investigador Independiente
La Paz-Bolivia
Artículo recibido: 10 mayo 2025 - Aceptado para publicación: 20 junio 2025
Conflictos de intereses: Ninguno que declarar.
RESUMEN
La enfermedad hepática crónica (EHC) representa un desafío clínico debido a su progresión
silenciosa y la variabilidad en su presentación. La imagenología cuantitativa ha emergido como
una herramienta clave para evaluar la estructura y función hepática, permitiendo una correlación
precisa con parámetros clínicos. Este artículo explora la integración de técnicas avanzadas de
imagen con la valoración médica integral para desarrollar un modelo predictivo multivariable
que optimice el diagnóstico y pronóstico de la EHC. Este artículo tiene como objetivo: Analizar
Vol. 12/ Núm. 2 2025 pág. 4530
el papel de la imagenología cuantitativa en la evaluación de la enfermedad hepática crónica.
Este artículo se basa en una revisión sistemática de la literatura científica sobre imagenología
hepática y modelos predictivos en enfermedad hepática crónica. Las fuentes utilizadas incluyen:
Bases de datos científicas: PubMed, Scopus, SciELO, Medline. Estudios clínicos recientes en
revistas especializadas en hepatología y radiología. Guías de práctica clínica sobre el manejo de
la enfermedad hepática crónica. Las técnicas avanzadas de imagen han demostrado ser
herramientas eficaces para evaluar la progresión de la enfermedad hepática. La combinación de
datos clínicos, como niveles de transaminasas y bilirrubina, con parámetros imagenológicos
mejora la precisión diagnóstica. Estudios han demostrado que la integración de estos datos
permite una mejor estratificación del riesgo en pacientes con EHC.
Palabras clave: imagenología cuantitativa, enfermedad hepática crónica, modelo
predictivo, valoración clínica, biomarcadores hepáticos
ABSTRACT
Chronic liver disease (CLD) represents a clinical challenge due to its silent progression and
variability in presentation. Quantitative imaging has emerged as a key tool for assessing liver
structure and function, allowing accurate correlation with clinical parameters. This article
explores the integration of advanced imaging techniques with comprehensive medical
assessment to develop a multivariate predictive model that optimizes the diagnosis and
prognosis of CLD. This article aims to: Analyze the role of quantitative imaging in the
evaluation of chronic liver disease. This article is based on a systematic review of the scientific
literature on liver imaging and predictive models in chronic liver disease. Sources used include:
Scientific databases: PubMed, Scopus, SciELO, Medline; Recent clinical studies in specialized
journals in hepatology and radiology; Clinical practice guidelines on the management of chronic
liver disease. Advanced imaging techniques have proven to be effective tools for assessing liver
disease progression. Combining clinical data, such as transaminase and bilirubin levels, with
imaging parameters improves diagnostic accuracy. Studies have shown that integrating these
data allows for improved risk stratification in patients with CLD.
Keywords: quantitative imaging, chronic liver disease, predictive model, clinical
assessment, liver biomarkers
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
el papel de la imagenología cuantitativa en la evaluación de la enfermedad hepática crónica.
Este artículo se basa en una revisión sistemática de la literatura científica sobre imagenología
hepática y modelos predictivos en enfermedad hepática crónica. Las fuentes utilizadas incluyen:
Bases de datos científicas: PubMed, Scopus, SciELO, Medline. Estudios clínicos recientes en
revistas especializadas en hepatología y radiología. Guías de práctica clínica sobre el manejo de
la enfermedad hepática crónica. Las técnicas avanzadas de imagen han demostrado ser
herramientas eficaces para evaluar la progresión de la enfermedad hepática. La combinación de
datos clínicos, como niveles de transaminasas y bilirrubina, con parámetros imagenológicos
mejora la precisión diagnóstica. Estudios han demostrado que la integración de estos datos
permite una mejor estratificación del riesgo en pacientes con EHC.
Palabras clave: imagenología cuantitativa, enfermedad hepática crónica, modelo
predictivo, valoración clínica, biomarcadores hepáticos
ABSTRACT
Chronic liver disease (CLD) represents a clinical challenge due to its silent progression and
variability in presentation. Quantitative imaging has emerged as a key tool for assessing liver
structure and function, allowing accurate correlation with clinical parameters. This article
explores the integration of advanced imaging techniques with comprehensive medical
assessment to develop a multivariate predictive model that optimizes the diagnosis and
prognosis of CLD. This article aims to: Analyze the role of quantitative imaging in the
evaluation of chronic liver disease. This article is based on a systematic review of the scientific
literature on liver imaging and predictive models in chronic liver disease. Sources used include:
Scientific databases: PubMed, Scopus, SciELO, Medline; Recent clinical studies in specialized
journals in hepatology and radiology; Clinical practice guidelines on the management of chronic
liver disease. Advanced imaging techniques have proven to be effective tools for assessing liver
disease progression. Combining clinical data, such as transaminase and bilirubin levels, with
imaging parameters improves diagnostic accuracy. Studies have shown that integrating these
data allows for improved risk stratification in patients with CLD.
Keywords: quantitative imaging, chronic liver disease, predictive model, clinical
assessment, liver biomarkers
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 2 2025 pág. 4531
INTRODUCCIÓN
La enfermedad hepática crónica afecta a millones de personas en todo el mundo y puede
progresar hacia cirrosis o carcinoma hepatocelular si no se detecta de manera oportuna. La
imagenología médica ha evolucionado hacia técnicas cuantitativas que posibilitan una
evaluación más precisa de la fibrosis, esteatosis y la función hepática.
El diagnóstico por imagen ha experimentado una transformación considerable en las
últimas décadas, impactando de manera significativa la práctica médica y mejorando la atención
al paciente. Gracias al desarrollo de nuevas tecnologías y técnicas, los profesionales de la salud
pueden obtener imágenes más precisas y detalladas, lo que favorece un diagnóstico temprano y
eficaz (González Berrocal, S. , et al. ).
El presente artículo tiene como objetivo principal:
- Analizar el papel de la imagenología cuantitativa en la evaluación de la enfermedad
hepática crónica.
La integración de la imagenología cuantitativa con datos clínicos permite llevar a cabo
una evaluación más precisa de la progresión de la enfermedad hepática, lo que facilita la toma
de decisiones médicas y la personalización de los tratamientos.
MATERIALES Y MÉTODOS
Este artículo se basa en una revisión sistemática de la literatura científica sobre
imagenología hepática y modelos predictivos en enfermedad hepática crónica.
Las fuentes utilizadas incluyen:
- Bases de datos científicas: PubMed, Scopus, SciELO, Medline.
- Estudios clínicos recientes en revistas especializadas en hepatología y radiología.
- Guías de práctica clínica sobre el manejo de la enfermedad hepática crónica.
Métodos de análisis
- Comparación de estudios clínicos sobre el uso de elastografía, resonancia magnética y
tomografía computarizada en la evaluación hepática.
- Evaluación de biomarcadores hepáticos en pacientes con diferentes estadios de
enfermedad hepática.
- Desarrollo de un modelo predictivo basado en inteligencia artificial para correlacionar
datos clínicos e imagenológicos.
Criterios de inclusión y exclusión
- Se incluyen estudios con muestras superiores a 100 pacientes con diagnóstico de
enfermedad hepática crónica.
- Se excluyen ensayos con muestras pequeñas, estudios sin seguimiento clínico y
revisiones sin suficiente sustento científico.
INTRODUCCIÓN
La enfermedad hepática crónica afecta a millones de personas en todo el mundo y puede
progresar hacia cirrosis o carcinoma hepatocelular si no se detecta de manera oportuna. La
imagenología médica ha evolucionado hacia técnicas cuantitativas que posibilitan una
evaluación más precisa de la fibrosis, esteatosis y la función hepática.
El diagnóstico por imagen ha experimentado una transformación considerable en las
últimas décadas, impactando de manera significativa la práctica médica y mejorando la atención
al paciente. Gracias al desarrollo de nuevas tecnologías y técnicas, los profesionales de la salud
pueden obtener imágenes más precisas y detalladas, lo que favorece un diagnóstico temprano y
eficaz (González Berrocal, S. , et al. ).
El presente artículo tiene como objetivo principal:
- Analizar el papel de la imagenología cuantitativa en la evaluación de la enfermedad
hepática crónica.
La integración de la imagenología cuantitativa con datos clínicos permite llevar a cabo
una evaluación más precisa de la progresión de la enfermedad hepática, lo que facilita la toma
de decisiones médicas y la personalización de los tratamientos.
MATERIALES Y MÉTODOS
Este artículo se basa en una revisión sistemática de la literatura científica sobre
imagenología hepática y modelos predictivos en enfermedad hepática crónica.
Las fuentes utilizadas incluyen:
- Bases de datos científicas: PubMed, Scopus, SciELO, Medline.
- Estudios clínicos recientes en revistas especializadas en hepatología y radiología.
- Guías de práctica clínica sobre el manejo de la enfermedad hepática crónica.
Métodos de análisis
- Comparación de estudios clínicos sobre el uso de elastografía, resonancia magnética y
tomografía computarizada en la evaluación hepática.
- Evaluación de biomarcadores hepáticos en pacientes con diferentes estadios de
enfermedad hepática.
- Desarrollo de un modelo predictivo basado en inteligencia artificial para correlacionar
datos clínicos e imagenológicos.
Criterios de inclusión y exclusión
- Se incluyen estudios con muestras superiores a 100 pacientes con diagnóstico de
enfermedad hepática crónica.
- Se excluyen ensayos con muestras pequeñas, estudios sin seguimiento clínico y
revisiones sin suficiente sustento científico.
Vol. 12/ Núm. 2 2025 pág. 4532
RESULTADOS Y DISCUSIÓN
La detección temprana de enfermedades se erige como un pilar fundamental en el cuidado
de la salud. Entre las diversas técnicas y tecnologías disponibles, la imagenología diagnóstica ha
evolucionado hasta convertirse en una herramienta indispensable para el diagnóstico y
seguimiento de múltiples afecciones. Este campo es de tal relevancia que programas académicos
especializados, como la Especialidad en Imagenología Diagnóstica y Terapéutica, se han
diseñado con el fin de formar profesionales altamente cualificados en el manejo de esta
tecnología esencial (Salcedo, K. J. P. , et al. , 2024).
La imagenología comprende procedimientos que incluyen rayos X, tomografía
computarizada (TC), resonancia magnética (RM), ultrasonido y, más recientemente, técnicas
avanzadas de imagen molecular. Estos métodos no solo proporcionan imágenes detalladas de las
estructuras internas del cuerpo humano, sino que también permiten una comprensión integral y
dinámica de la fisiología y la patología de diversos órganos y tejidos. La aplicación de estas
tecnologías ha revolucionado la manera en que médicos y especialistas detectan y tratan
enfermedades.
El avance en estas técnicas conlleva una mejora en la precisión diagnóstica. A través de la
imagenología diagnóstica, es posible identificar enfermedades como el cáncer, patologías
cardíacas y trastornos neurológicos en etapas tempranas, lo que incrementa significativamente
las tasas de éxito terapéutico. Esta detección precoz resulta fundamental, ya que, en muchas
ocasiones, la ventaja temporal puede marcar la diferencia entre un tratamiento efectivo y uno
que ha perdido su eficacia. Por consiguiente, la demanda de especialistas en imagenología ha
ido en aumento, reflejando la creciente necesidad de contar con profesionales capacitados para
interpretar y actuar sobre la información que dichas imágenes proporcionan (Pascal, B. , 2011).
La educación y la innovación tecnológica deben avanzar de la mano en la especialización
de estos profesionales. Los programas académicos actuales no solo deben ofrecer conocimientos
profundos en anatomía, fisiología y patología, sino también en los avances tecnológicos que
redefinen constantemente el campo. Además, la formación debe incluir un enfoque ético y una
atención particular a la seguridad del paciente, considerando la importancia de minimizar la
exposición a la radiación y otros posibles riesgos asociados a los procedimientos de imagen.
En México, la oferta académica en el ámbito de la imagenología es extensa y se ha
adaptado para cumplir con los estándares internacionales de formación profesional. Diversas
instituciones de prestigio, muchas de las cuales pueden ser consultadas a través de plataformas
como Universidades. app, ofrecen programas de Especialidad en Imagenología Diagnóstica y
Terapéutica, entre los cuales se encuentran algunas iniciativas con colaboraciones
internacionales, facilitando así una perspectiva más integral de la medicina y sus prácticas.
Estos programas están orientados al desarrollo de competencias fundamentales para la
RESULTADOS Y DISCUSIÓN
La detección temprana de enfermedades se erige como un pilar fundamental en el cuidado
de la salud. Entre las diversas técnicas y tecnologías disponibles, la imagenología diagnóstica ha
evolucionado hasta convertirse en una herramienta indispensable para el diagnóstico y
seguimiento de múltiples afecciones. Este campo es de tal relevancia que programas académicos
especializados, como la Especialidad en Imagenología Diagnóstica y Terapéutica, se han
diseñado con el fin de formar profesionales altamente cualificados en el manejo de esta
tecnología esencial (Salcedo, K. J. P. , et al. , 2024).
La imagenología comprende procedimientos que incluyen rayos X, tomografía
computarizada (TC), resonancia magnética (RM), ultrasonido y, más recientemente, técnicas
avanzadas de imagen molecular. Estos métodos no solo proporcionan imágenes detalladas de las
estructuras internas del cuerpo humano, sino que también permiten una comprensión integral y
dinámica de la fisiología y la patología de diversos órganos y tejidos. La aplicación de estas
tecnologías ha revolucionado la manera en que médicos y especialistas detectan y tratan
enfermedades.
El avance en estas técnicas conlleva una mejora en la precisión diagnóstica. A través de la
imagenología diagnóstica, es posible identificar enfermedades como el cáncer, patologías
cardíacas y trastornos neurológicos en etapas tempranas, lo que incrementa significativamente
las tasas de éxito terapéutico. Esta detección precoz resulta fundamental, ya que, en muchas
ocasiones, la ventaja temporal puede marcar la diferencia entre un tratamiento efectivo y uno
que ha perdido su eficacia. Por consiguiente, la demanda de especialistas en imagenología ha
ido en aumento, reflejando la creciente necesidad de contar con profesionales capacitados para
interpretar y actuar sobre la información que dichas imágenes proporcionan (Pascal, B. , 2011).
La educación y la innovación tecnológica deben avanzar de la mano en la especialización
de estos profesionales. Los programas académicos actuales no solo deben ofrecer conocimientos
profundos en anatomía, fisiología y patología, sino también en los avances tecnológicos que
redefinen constantemente el campo. Además, la formación debe incluir un enfoque ético y una
atención particular a la seguridad del paciente, considerando la importancia de minimizar la
exposición a la radiación y otros posibles riesgos asociados a los procedimientos de imagen.
En México, la oferta académica en el ámbito de la imagenología es extensa y se ha
adaptado para cumplir con los estándares internacionales de formación profesional. Diversas
instituciones de prestigio, muchas de las cuales pueden ser consultadas a través de plataformas
como Universidades. app, ofrecen programas de Especialidad en Imagenología Diagnóstica y
Terapéutica, entre los cuales se encuentran algunas iniciativas con colaboraciones
internacionales, facilitando así una perspectiva más integral de la medicina y sus prácticas.
Estos programas están orientados al desarrollo de competencias fundamentales para la
Vol. 12/ Núm. 2 2025 pág. 4533
interpretación de diversos métodos de imagen, así como para la integración de estos
conocimientos clínicos en el diagnóstico, seguimiento y, en ciertos casos, tratamiento de
enfermedades. La imagenología diagnóstica no solo contribuye al diagnóstico, sino que resulta
esencial en la planificación del tratamiento y en la evaluación de su eficacia. Por ejemplo, en el
ámbito de la oncología, las técnicas de imagen son cruciales para determinar la localización y el
tamaño de un tumor, lo que a su vez orienta las estrategias quirúrgicas y de radioterapia.
La especialización en esta área exige un conocimiento profundo y actualizado sobre las
técnicas más recientes, tales como la tomografía por emisión de positrones (PET) y la
resonancia magnética funcional (RMf), que han abierto nuevas puertas hacia la medicina
personalizada. Uno de los desafíos fundamentales en la formación de expertos en imagenología
radica en la necesidad de seguir el ritmo de la rápida evolución tecnológica. Esto implica la
integración de conceptos de inteligencia artificial y aprendizaje automático en el currículo
académico, herramientas que están comenzando a desempeñar un papel transformador en la
interpretación y análisis de imágenes médicas. Tales avances tecnológicos no solo incrementan
la precisión diagnóstica, sino que también optimizan los flujos de trabajo y mejoran la calidad
de atención ofrecida al paciente.
La integración de la imagenología en la práctica médica multidisciplinaria constituye otro
aspecto clave en la formación especializada. Los radiólogos y tecnólogos en radiología deben
colaborar de manera efectiva con médicos de diversas especialidades para ofrecer una atención
integral. Esta colaboración abarca desde la preparación y seguimiento de los pacientes hasta la
comunicación con otros miembros del equipo de salud, incluyendo enfermeras, fisioterapeutas y
administradores.
Adicionalmente, la imagenología cumple un papel fundamental en la investigación
clínica. Las especialidades avanzadas en este ámbito capacitan a los profesionales para liderar o
participar en estudios que exploran nuevas aplicaciones de las técnicas de imagen y sus
correlaciones con diversas patologías. Este es un campo en constante expansión que ofrece
oportunidades profesionales no solo en el sector clínico, sino también en los ámbitos académico
y de investigación.
Otro aspecto importante a considerar es la democratización del acceso a la imagenología
diagnóstica. A pesar de su crítica relevancia, persisten desigualdades significativas en la
disponibilidad de estos recursos diagnósticos, especialmente en áreas rurales o de escasos
recursos. Por lo tanto, la formación especializada debe incluir estrategias destinadas a ampliar el
acceso a estas tecnologías, asegurando que sus beneficios se extiendan a todos los sectores de la
sociedad (Muñoz Valdebenito, F. I. , 2024).
Desde una perspectiva ética y legal, la formación en imagenología diagnóstica también
requiere un entendimiento exhaustivo de la confidencialidad del paciente y el manejo de
información médica sensible. Los especialistas deben estar preparados para gestionar datos con
interpretación de diversos métodos de imagen, así como para la integración de estos
conocimientos clínicos en el diagnóstico, seguimiento y, en ciertos casos, tratamiento de
enfermedades. La imagenología diagnóstica no solo contribuye al diagnóstico, sino que resulta
esencial en la planificación del tratamiento y en la evaluación de su eficacia. Por ejemplo, en el
ámbito de la oncología, las técnicas de imagen son cruciales para determinar la localización y el
tamaño de un tumor, lo que a su vez orienta las estrategias quirúrgicas y de radioterapia.
La especialización en esta área exige un conocimiento profundo y actualizado sobre las
técnicas más recientes, tales como la tomografía por emisión de positrones (PET) y la
resonancia magnética funcional (RMf), que han abierto nuevas puertas hacia la medicina
personalizada. Uno de los desafíos fundamentales en la formación de expertos en imagenología
radica en la necesidad de seguir el ritmo de la rápida evolución tecnológica. Esto implica la
integración de conceptos de inteligencia artificial y aprendizaje automático en el currículo
académico, herramientas que están comenzando a desempeñar un papel transformador en la
interpretación y análisis de imágenes médicas. Tales avances tecnológicos no solo incrementan
la precisión diagnóstica, sino que también optimizan los flujos de trabajo y mejoran la calidad
de atención ofrecida al paciente.
La integración de la imagenología en la práctica médica multidisciplinaria constituye otro
aspecto clave en la formación especializada. Los radiólogos y tecnólogos en radiología deben
colaborar de manera efectiva con médicos de diversas especialidades para ofrecer una atención
integral. Esta colaboración abarca desde la preparación y seguimiento de los pacientes hasta la
comunicación con otros miembros del equipo de salud, incluyendo enfermeras, fisioterapeutas y
administradores.
Adicionalmente, la imagenología cumple un papel fundamental en la investigación
clínica. Las especialidades avanzadas en este ámbito capacitan a los profesionales para liderar o
participar en estudios que exploran nuevas aplicaciones de las técnicas de imagen y sus
correlaciones con diversas patologías. Este es un campo en constante expansión que ofrece
oportunidades profesionales no solo en el sector clínico, sino también en los ámbitos académico
y de investigación.
Otro aspecto importante a considerar es la democratización del acceso a la imagenología
diagnóstica. A pesar de su crítica relevancia, persisten desigualdades significativas en la
disponibilidad de estos recursos diagnósticos, especialmente en áreas rurales o de escasos
recursos. Por lo tanto, la formación especializada debe incluir estrategias destinadas a ampliar el
acceso a estas tecnologías, asegurando que sus beneficios se extiendan a todos los sectores de la
sociedad (Muñoz Valdebenito, F. I. , 2024).
Desde una perspectiva ética y legal, la formación en imagenología diagnóstica también
requiere un entendimiento exhaustivo de la confidencialidad del paciente y el manejo de
información médica sensible. Los especialistas deben estar preparados para gestionar datos con
Vol. 12/ Núm. 2 2025 pág. 4534
la debida discreción y seguridad, cumpliendo con las normativas nacionales e internacionales,
con el fin de salvaguardar la privacidad de los pacientes. La capacitación en aspectos legales
constituye una parte esencial del currículo en programas avanzados, como la especialidad en
imagenología.
Cabe resaltar que la especialización en imagenología no está dirigida exclusivamente a
médicos radiólogos, sino también a tecnólogos en radiología y otros profesionales de la salud
que participan en el diagnóstico por imágenes. La colaboración entre estas distintas funciones es
esencial para el funcionamiento eficiente de los servicios de imagenología, creando un entorno
laboral en equipo, en el cual cada miembro aporta su experiencia al cuidado del paciente
(Arellano Gago, C. A. y Paucar Martínez, Y. L. , 2021).
Es fundamental destacar que la práctica de la imagenología no concluye con la obtención
de imágenes de alta calidad; es crucial que los profesionales posean las competencias necesarias
para interpretar correctamente estas imágenes y recomendar el mejor curso de acción. En
consecuencia, el enfoque clínico se presenta como un componente destacado de la especialidad,
garantizando que los profesionales comprendan cómo aplicar sus conocimientos técnicos en un
contexto médico práctico.
El futuro de la imagenología se presenta con un alto grado de promesa, especialmente con
el surgimiento de la radiómica, la cual se orienta a extraer características cuantitativas de las
imágenes médicas que pueden correlacionarse con datos genómicos y proteómicos. Esta
confluencia entre imagenología, genómica y bioinformática ejemplifica el inmenso potencial
que posee este campo para convertirse en un elemento fundamental de la medicina
personalizada y de precisión.
En el ámbito de la medicina, las técnicas de imagen médica han experimentado una
evolución significativa, lo que permite la realización de diagnósticos más precisos y
tratamientos personalizados. La resonancia magnética (RM), la tomografía computarizada (TC)
y la ecografía Doppler son ejemplos de herramientas que han transformado la manera en que
evaluamos y tratamos diversas patologías. Estas aplicaciones diagnósticas avanzadas no solo
contribuyen a mejorar la precisión diagnóstica, sino que además reducen los riesgos asociados
con procedimientos invasivos.
La resonancia magnética ha evolucionado para incorporar técnicas como la RM
potenciada por gadolinio y la RM de difusión, que son fundamentales para el diagnóstico
temprano de condiciones como la osteoartritis y el cáncer. Asimismo, la tomografía
computarizada ha progresado notablemente con la integración de la inteligencia artificial, lo que
permite una evaluación más detallada de enfermedades cardiovasculares y pulmonares.
Por otra parte, la ecografía Doppler y otras técnicas de ultrasonido han demostrado ser
efectivas en la valoración de enfermedades inflamatorias y en la asistencia de procedimientos
intervencionistas. Estas técnicas no solamente ofrecen imágenes de alta resolución, sino que
la debida discreción y seguridad, cumpliendo con las normativas nacionales e internacionales,
con el fin de salvaguardar la privacidad de los pacientes. La capacitación en aspectos legales
constituye una parte esencial del currículo en programas avanzados, como la especialidad en
imagenología.
Cabe resaltar que la especialización en imagenología no está dirigida exclusivamente a
médicos radiólogos, sino también a tecnólogos en radiología y otros profesionales de la salud
que participan en el diagnóstico por imágenes. La colaboración entre estas distintas funciones es
esencial para el funcionamiento eficiente de los servicios de imagenología, creando un entorno
laboral en equipo, en el cual cada miembro aporta su experiencia al cuidado del paciente
(Arellano Gago, C. A. y Paucar Martínez, Y. L. , 2021).
Es fundamental destacar que la práctica de la imagenología no concluye con la obtención
de imágenes de alta calidad; es crucial que los profesionales posean las competencias necesarias
para interpretar correctamente estas imágenes y recomendar el mejor curso de acción. En
consecuencia, el enfoque clínico se presenta como un componente destacado de la especialidad,
garantizando que los profesionales comprendan cómo aplicar sus conocimientos técnicos en un
contexto médico práctico.
El futuro de la imagenología se presenta con un alto grado de promesa, especialmente con
el surgimiento de la radiómica, la cual se orienta a extraer características cuantitativas de las
imágenes médicas que pueden correlacionarse con datos genómicos y proteómicos. Esta
confluencia entre imagenología, genómica y bioinformática ejemplifica el inmenso potencial
que posee este campo para convertirse en un elemento fundamental de la medicina
personalizada y de precisión.
En el ámbito de la medicina, las técnicas de imagen médica han experimentado una
evolución significativa, lo que permite la realización de diagnósticos más precisos y
tratamientos personalizados. La resonancia magnética (RM), la tomografía computarizada (TC)
y la ecografía Doppler son ejemplos de herramientas que han transformado la manera en que
evaluamos y tratamos diversas patologías. Estas aplicaciones diagnósticas avanzadas no solo
contribuyen a mejorar la precisión diagnóstica, sino que además reducen los riesgos asociados
con procedimientos invasivos.
La resonancia magnética ha evolucionado para incorporar técnicas como la RM
potenciada por gadolinio y la RM de difusión, que son fundamentales para el diagnóstico
temprano de condiciones como la osteoartritis y el cáncer. Asimismo, la tomografía
computarizada ha progresado notablemente con la integración de la inteligencia artificial, lo que
permite una evaluación más detallada de enfermedades cardiovasculares y pulmonares.
Por otra parte, la ecografía Doppler y otras técnicas de ultrasonido han demostrado ser
efectivas en la valoración de enfermedades inflamatorias y en la asistencia de procedimientos
intervencionistas. Estas técnicas no solamente ofrecen imágenes de alta resolución, sino que
Vol. 12/ Núm. 2 2025 pág. 4535
también minimizan la exposición a la radiación, aspecto crucial en poblaciones vulnerables
como niños y adolescentes.
Las técnicas avanzadas de imagen se han mostrado como herramientas eficaces para
evaluar la progresión de la enfermedad hepática. La elastografía por ultrasonido permite medir
la rigidez hepática, correlacionándose de manera efectiva con la fibrosis, tal como lo expone
Quetglas Llabrés, M. M.
La combinación de datos clínicos, tales como niveles de transaminasas y bilirrubina,
junto con parámetros imagenológicos, mejora la precisión diagnóstica. Investigaciones han
demostrado que la integración de estos datos permite una mejor estratificación del riesgo en
pacientes con enfermedad hepática crónica.
El uso de inteligencia artificial y aprendizaje automático ha facilitado el desarrollo de
modelos predictivos que correlacionan múltiples variables clínicas e imagenológicas. Estos
modelos son capaces de anticipar la progresión de la enfermedad y optimizar los tratamientos
correspondientes.
El diagnóstico médico ha experimentado un avance significativo, dado que las técnicas
de imagen multimodal y de alta resolución permiten la realización de estudios detallados sobre
las estructuras biológicas y sus funciones. Las modalidades combinadas de Tomografía por
Emisión de Positrones (PET), Tomografía Computarizada (CT) y Resonancia Magnética (MRI)
facultan a los profesionales médicos para recabar datos interrelacionados acerca de las
estructuras anatómicas y los procesos funcionales, lo que se traduce en resultados diagnósticos
más precisos y en planes de tratamiento mejor fundamentados. La integración de diversas
fuentes de datos contribuye a la creación de una comprensión exhaustiva del cuerpo humano,
superando así las limitaciones inherentes a cada técnica cuando se realiza de manera aislada
(Martí-Bonmatí, L. et al. 2022).
Las tecnologías de imagen de alta resolución proporcionan ahora una visualización
avanzada de pequeñas estructuras corporales, tales como microvasos y fibras nerviosas, así
como de lesiones sutiles, lo que asiste a los médicos en campos como la neurología, la
cardiología y la oncología. Además, los recientes desarrollos tecnológicos incrementan las
capacidades de investigación biomédica, a la vez que brindan a los profesionales de la salud una
mejor capacidad de diagnóstico y seguimiento de enfermedades, junto con evaluaciones más
precisas en respuesta a los tratamientos (Rodríguez, L. A. et al. 2022).
Por otro lado, el ámbito de la radiómica introduce técnicas innovadoras que analizan tanto
características ocultas como evidentes de las imágenes médicas mediante métodos cuantitativos,
con el propósito de extraer correlaciones de datos complejos asociadas a biomarcadores
específicos y patrones de enfermedades. Este enfoque diagnóstico no solamente potencia el
valor de la imagen médica, sino que también respalda la investigación clínica en la
también minimizan la exposición a la radiación, aspecto crucial en poblaciones vulnerables
como niños y adolescentes.
Las técnicas avanzadas de imagen se han mostrado como herramientas eficaces para
evaluar la progresión de la enfermedad hepática. La elastografía por ultrasonido permite medir
la rigidez hepática, correlacionándose de manera efectiva con la fibrosis, tal como lo expone
Quetglas Llabrés, M. M.
La combinación de datos clínicos, tales como niveles de transaminasas y bilirrubina,
junto con parámetros imagenológicos, mejora la precisión diagnóstica. Investigaciones han
demostrado que la integración de estos datos permite una mejor estratificación del riesgo en
pacientes con enfermedad hepática crónica.
El uso de inteligencia artificial y aprendizaje automático ha facilitado el desarrollo de
modelos predictivos que correlacionan múltiples variables clínicas e imagenológicas. Estos
modelos son capaces de anticipar la progresión de la enfermedad y optimizar los tratamientos
correspondientes.
El diagnóstico médico ha experimentado un avance significativo, dado que las técnicas
de imagen multimodal y de alta resolución permiten la realización de estudios detallados sobre
las estructuras biológicas y sus funciones. Las modalidades combinadas de Tomografía por
Emisión de Positrones (PET), Tomografía Computarizada (CT) y Resonancia Magnética (MRI)
facultan a los profesionales médicos para recabar datos interrelacionados acerca de las
estructuras anatómicas y los procesos funcionales, lo que se traduce en resultados diagnósticos
más precisos y en planes de tratamiento mejor fundamentados. La integración de diversas
fuentes de datos contribuye a la creación de una comprensión exhaustiva del cuerpo humano,
superando así las limitaciones inherentes a cada técnica cuando se realiza de manera aislada
(Martí-Bonmatí, L. et al. 2022).
Las tecnologías de imagen de alta resolución proporcionan ahora una visualización
avanzada de pequeñas estructuras corporales, tales como microvasos y fibras nerviosas, así
como de lesiones sutiles, lo que asiste a los médicos en campos como la neurología, la
cardiología y la oncología. Además, los recientes desarrollos tecnológicos incrementan las
capacidades de investigación biomédica, a la vez que brindan a los profesionales de la salud una
mejor capacidad de diagnóstico y seguimiento de enfermedades, junto con evaluaciones más
precisas en respuesta a los tratamientos (Rodríguez, L. A. et al. 2022).
Por otro lado, el ámbito de la radiómica introduce técnicas innovadoras que analizan tanto
características ocultas como evidentes de las imágenes médicas mediante métodos cuantitativos,
con el propósito de extraer correlaciones de datos complejos asociadas a biomarcadores
específicos y patrones de enfermedades. Este enfoque diagnóstico no solamente potencia el
valor de la imagen médica, sino que también respalda la investigación clínica en la
Vol. 12/ Núm. 2 2025 pág. 4536
identificación de patrones predictivos y pronósticos en distintos sectores de la atención sanitaria
(García García, P. 2023).
Los investigadores en oncología emplean la radiómica para analizar las características de
los tumores, así como para evaluar la respuesta a los tratamientos y el potencial de recaída,
mediante la combinación de análisis de heterogeneidad con valoraciones del microambiente.
Esta herramienta ha demostrado ser de gran utilidad en el ámbito de la neurología,
contribuyendo a la identificación de diversas lesiones cerebrales y a la evaluación de afecciones
neurodegenerativas, además de facilitar la planificación de enfoques terapéuticos
individualizados (Upegui-Jiménez et al. , 2024). Las aplicaciones ampliadas en el ámbito
médico sugieren que la radiómica podría integrarse en las prácticas clínicas habituales,
mejorando así el diagnóstico médico y optimizando la selección de tratamientos, lo que
fomentaría una atención sanitaria más precisa en diversas especialidades médicas (Sollini, M. et
al. , 2020).
La atención médica está siendo transformada por las tecnologías de realidad virtual (RV)
y realidad aumentada (RA), las cuales crean herramientas innovadoras para la planificación de
cirugías y la comunicación con los pacientes. El uso de la RV proporciona a los cirujanos una
visualización tridimensional de las estructuras fisiológicas, lo que les permite desarrollar planes
de intervención más precisos. A su vez, esta tecnología ofrece a los pacientes una comprensión
más clara de sus condiciones médicas y de los procedimientos quirúrgicos a los que serán
sometidos (Narváez Gutiérrez, A. y Morales García, M. M. ). Los procedimientos
intervencionistas se ven beneficiados por la tecnología RA, ya que esta aplica información
médica esencial directamente en la visión del médico del campo operatorio durante la
interpretación y navegación de imágenes en tiempo real. La atención médica contemporánea se
beneficia de estas tecnologías, que no solo logran una mayor seguridad durante los
procedimientos, sino que también ofrecen resultados educativos avanzados y experiencias
terapéuticas enriquecedoras (Dugnol Menéndez, J. et al. , 2021).
Gracias a los recientes avances en imágenes digitales, la identificación temprana de
enfermedades ha cobrado una relevancia crucial, dado que las técnicas disponibles han
mejorado en términos de sensibilidad y especificidad. Las técnicas avanzadas de imagen
permiten al personal médico detectar lesiones menores que anteriormente eran invisibles, lo que
facilita una identificación más rápida de las patologías en sus etapas iniciales, antes de que las
opciones terapéuticas se tornen menos efectivas. La detección de anomalías en fases tempranas
ofrece mejores oportunidades de tratamiento, así como un incremento en las probabilidades de
supervivencia y en la calidad de vida de los pacientes (Rodriguez, L. A. J. , Contreras, J. y
Suarez, R. G. , 2022). Los avances en las tecnologías de imagen subrayan su importancia
fundamental en la práctica médica contemporánea como una herramienta preventiva vital que
identificación de patrones predictivos y pronósticos en distintos sectores de la atención sanitaria
(García García, P. 2023).
Los investigadores en oncología emplean la radiómica para analizar las características de
los tumores, así como para evaluar la respuesta a los tratamientos y el potencial de recaída,
mediante la combinación de análisis de heterogeneidad con valoraciones del microambiente.
Esta herramienta ha demostrado ser de gran utilidad en el ámbito de la neurología,
contribuyendo a la identificación de diversas lesiones cerebrales y a la evaluación de afecciones
neurodegenerativas, además de facilitar la planificación de enfoques terapéuticos
individualizados (Upegui-Jiménez et al. , 2024). Las aplicaciones ampliadas en el ámbito
médico sugieren que la radiómica podría integrarse en las prácticas clínicas habituales,
mejorando así el diagnóstico médico y optimizando la selección de tratamientos, lo que
fomentaría una atención sanitaria más precisa en diversas especialidades médicas (Sollini, M. et
al. , 2020).
La atención médica está siendo transformada por las tecnologías de realidad virtual (RV)
y realidad aumentada (RA), las cuales crean herramientas innovadoras para la planificación de
cirugías y la comunicación con los pacientes. El uso de la RV proporciona a los cirujanos una
visualización tridimensional de las estructuras fisiológicas, lo que les permite desarrollar planes
de intervención más precisos. A su vez, esta tecnología ofrece a los pacientes una comprensión
más clara de sus condiciones médicas y de los procedimientos quirúrgicos a los que serán
sometidos (Narváez Gutiérrez, A. y Morales García, M. M. ). Los procedimientos
intervencionistas se ven beneficiados por la tecnología RA, ya que esta aplica información
médica esencial directamente en la visión del médico del campo operatorio durante la
interpretación y navegación de imágenes en tiempo real. La atención médica contemporánea se
beneficia de estas tecnologías, que no solo logran una mayor seguridad durante los
procedimientos, sino que también ofrecen resultados educativos avanzados y experiencias
terapéuticas enriquecedoras (Dugnol Menéndez, J. et al. , 2021).
Gracias a los recientes avances en imágenes digitales, la identificación temprana de
enfermedades ha cobrado una relevancia crucial, dado que las técnicas disponibles han
mejorado en términos de sensibilidad y especificidad. Las técnicas avanzadas de imagen
permiten al personal médico detectar lesiones menores que anteriormente eran invisibles, lo que
facilita una identificación más rápida de las patologías en sus etapas iniciales, antes de que las
opciones terapéuticas se tornen menos efectivas. La detección de anomalías en fases tempranas
ofrece mejores oportunidades de tratamiento, así como un incremento en las probabilidades de
supervivencia y en la calidad de vida de los pacientes (Rodriguez, L. A. J. , Contreras, J. y
Suarez, R. G. , 2022). Los avances en las tecnologías de imagen subrayan su importancia
fundamental en la práctica médica contemporánea como una herramienta preventiva vital que
Vol. 12/ Núm. 2 2025 pág. 4537
permite tanto el seguimiento del paciente como la atención personalizada en diversas
condiciones médicas.
La mejora en la interpretación de imágenes médicas proviene de un procesamiento más
eficiente de los datos de imagen, superando la simple mejora tecnológica. Actualmente, los
sistemas inteligentes que emplean algoritmos de inteligencia artificial y aprendizaje automático
han tomado protagonismo en los procedimientos de interpretación radiológica, ya que facilitan a
los radiólogos la identificación de patrones de atención médica que pueden pasar desapercibidos
para la observación humana (Avendaño, G. M. L. G. 2017). Estos sistemas de inteligencia
artificial no solo optimizan la precisión del diagnóstico, sino que también aceleran la velocidad
del análisis y la toma de decisiones, lo que contribuye a reducir los tiempos de espera para los
pacientes.
Las tecnologías de imagen contemporáneas ofrecen capacidades de monitoreo continuo
de la salud del paciente, lo cual representa un beneficio fundamental para estas soluciones
tecnológicas. Dichas herramientas permiten al personal médico realizar un seguimiento de la
salud del paciente mientras monitorean la evolución de la enfermedad, lo que facilita la
modificación de los planes de tratamiento antes de que se presenten complicaciones
significativas (Rodriguez, L. A. J. , Contreras, J. , y Suarez, R. G. 2022). La posibilidad de
obtener datos completos y precisos sobre el estado de salud de los pacientes permite
proporcionar una atención más personalizada, ya que los proveedores de atención médica
pueden desarrollar planes de tratamiento específicos y efectivos.
La personalización de los tratamientos médicos constituye un enfoque terapéutico que
adapta las intervenciones y estrategias de atención para alinearse con las características
individuales del paciente, incluyendo su composición genética, historial clínico, hábitos de vida
y preferencias personales. El objetivo primordial de este enfoque es la optimización de los
resultados terapéuticos, dado que cada paciente presenta respuestas particulares a diferentes
medicamentos y terapias. A través de estrategias de tratamiento personalizadas, los proveedores
de atención médica pueden seleccionar opciones específicas que ofrecen altos resultados con un
nivel reducido de invasividad para los pacientes, al mismo tiempo que minimizan los efectos
secundarios y mejoran su calidad de vida (Zerón, A. 2015). El sistema abarca estrategias de
medicina de precisión combinadas con tecnologías modernas que asisten a los proveedores de
atención médica en la comprensión de las necesidades específicas de cada paciente, lo que
resulta en tratamientos más eficaces.
La implementación de la medicina personalizada ha evidenciado un progreso sustancial
mediante la utilización integrada de datos de imágenes y de información clínica, lo que permite
la adaptación de los tratamientos a las características individuales de cada paciente. La
combinación de detalles anatómicos, funcionales y moleculares precisos obtenidos a través de
técnicas de imágenes avanzadas con datos genéticos, así como con los registros médicos y los
permite tanto el seguimiento del paciente como la atención personalizada en diversas
condiciones médicas.
La mejora en la interpretación de imágenes médicas proviene de un procesamiento más
eficiente de los datos de imagen, superando la simple mejora tecnológica. Actualmente, los
sistemas inteligentes que emplean algoritmos de inteligencia artificial y aprendizaje automático
han tomado protagonismo en los procedimientos de interpretación radiológica, ya que facilitan a
los radiólogos la identificación de patrones de atención médica que pueden pasar desapercibidos
para la observación humana (Avendaño, G. M. L. G. 2017). Estos sistemas de inteligencia
artificial no solo optimizan la precisión del diagnóstico, sino que también aceleran la velocidad
del análisis y la toma de decisiones, lo que contribuye a reducir los tiempos de espera para los
pacientes.
Las tecnologías de imagen contemporáneas ofrecen capacidades de monitoreo continuo
de la salud del paciente, lo cual representa un beneficio fundamental para estas soluciones
tecnológicas. Dichas herramientas permiten al personal médico realizar un seguimiento de la
salud del paciente mientras monitorean la evolución de la enfermedad, lo que facilita la
modificación de los planes de tratamiento antes de que se presenten complicaciones
significativas (Rodriguez, L. A. J. , Contreras, J. , y Suarez, R. G. 2022). La posibilidad de
obtener datos completos y precisos sobre el estado de salud de los pacientes permite
proporcionar una atención más personalizada, ya que los proveedores de atención médica
pueden desarrollar planes de tratamiento específicos y efectivos.
La personalización de los tratamientos médicos constituye un enfoque terapéutico que
adapta las intervenciones y estrategias de atención para alinearse con las características
individuales del paciente, incluyendo su composición genética, historial clínico, hábitos de vida
y preferencias personales. El objetivo primordial de este enfoque es la optimización de los
resultados terapéuticos, dado que cada paciente presenta respuestas particulares a diferentes
medicamentos y terapias. A través de estrategias de tratamiento personalizadas, los proveedores
de atención médica pueden seleccionar opciones específicas que ofrecen altos resultados con un
nivel reducido de invasividad para los pacientes, al mismo tiempo que minimizan los efectos
secundarios y mejoran su calidad de vida (Zerón, A. 2015). El sistema abarca estrategias de
medicina de precisión combinadas con tecnologías modernas que asisten a los proveedores de
atención médica en la comprensión de las necesidades específicas de cada paciente, lo que
resulta en tratamientos más eficaces.
La implementación de la medicina personalizada ha evidenciado un progreso sustancial
mediante la utilización integrada de datos de imágenes y de información clínica, lo que permite
la adaptación de los tratamientos a las características individuales de cada paciente. La
combinación de detalles anatómicos, funcionales y moleculares precisos obtenidos a través de
técnicas de imágenes avanzadas con datos genéticos, así como con los registros médicos y los
Vol. 12/ Núm. 2 2025 pág. 4538
perfiles de riesgo del paciente, facilita el desarrollo de planes terapéuticos altamente específicos.
Gracias a este enfoque, los tratamientos resultan ser más efectivos y se minimizan los efectos
adversos, dado que se evitan intervenciones que son innecesarias o inapropiadas (Avendaño, G.
M. L. G. , 2017). La medicina basada en datos, a través de la medicina de precisión, requiere de
estas herramientas para generar una atención médica centrada en el paciente, fundamentada
tanto en evidencia sólida como en los rasgos biológicos singulares de cada caso.
Los métodos de validación rigurosos, complementados con directrices regulatorias
claramente definidas, se convierten en elementos imprescindibles para la implementación de
tecnologías de inteligencia artificial (IA) en el ámbito de la medicina. Esta implementación es
fundamental para garantizar la seguridad, así como para cumplir con los estándares de
confiabilidad, precisión y los parámetros de seguridad establecidos. Es necesario que la
investigación se enfoque en desarrollar estudios de desempeño exhaustivos que analicen las
métricas técnicas de los algoritmos, además de evaluar su efectividad en escenarios clínicos
reales, considerando la diversidad de pacientes y las distintas problemáticas médicas que puedan
presentarse. Los protocolos de investigación deben incluir evaluaciones de confiabilidad
mecánica, que contemplen pruebas contra factores de sesgo y aseguren procesos de decisión
consistentes, facilitando, a su vez, una integración armoniosa con los procedimientos clínicos
existentes (Shah, S. , et al. , 2015). La salvaguarda de la salud de los pacientes depende en gran
medida de las agencias regulatorias, las cuales son responsables de establecer estándares
definidos para garantizar que estas tecnologías satisfagan los requisitos éticos necesarios junto
con los criterios de calidad correspondientes. El potencial médico integral de la IA se
materializará a través de sistemas de validación apropiados, que maximalicen los beneficios al
mitigar los riesgos inherentes a dicha tecnología.
La preocupación por la privacidad de los datos de los pacientes constituye un fundamento
crítico en la medicina contemporánea, ya que la protección de la información médica
confidencial es esencial para fomentar la confianza y satisfacer los requisitos regulatorios. Con
la digitalización creciente de los registros médicos y de las imágenes digitales, se evidencia la
necesidad de establecer protocolos de ciberseguridad robustos que integren sistemas de cifrado
de datos, así como mecanismos de autenticación multifactor y procedimientos de evaluación
rutinaria, destinados a prevenir el acceso no autorizado y las infracciones de datos. Las
organizaciones deben adherirse a normativas de privacidad para asegurar una gestión ética y
legalmente sólida de la información confidencial. Los sistemas digitales modernos exigen la
implementación de tecnologías avanzadas, así como políticas claras de gestión de datos, con el
fin de garantizar la protección total de la integridad y la confidencialidad de la información del
paciente (González Arencibia, et al. 2024).
El desarrollo de modelos predictivos más precisos demanda la validación en cohortes
amplias y la integración de datos en tiempo real. La aplicación de estos modelos en la práctica
perfiles de riesgo del paciente, facilita el desarrollo de planes terapéuticos altamente específicos.
Gracias a este enfoque, los tratamientos resultan ser más efectivos y se minimizan los efectos
adversos, dado que se evitan intervenciones que son innecesarias o inapropiadas (Avendaño, G.
M. L. G. , 2017). La medicina basada en datos, a través de la medicina de precisión, requiere de
estas herramientas para generar una atención médica centrada en el paciente, fundamentada
tanto en evidencia sólida como en los rasgos biológicos singulares de cada caso.
Los métodos de validación rigurosos, complementados con directrices regulatorias
claramente definidas, se convierten en elementos imprescindibles para la implementación de
tecnologías de inteligencia artificial (IA) en el ámbito de la medicina. Esta implementación es
fundamental para garantizar la seguridad, así como para cumplir con los estándares de
confiabilidad, precisión y los parámetros de seguridad establecidos. Es necesario que la
investigación se enfoque en desarrollar estudios de desempeño exhaustivos que analicen las
métricas técnicas de los algoritmos, además de evaluar su efectividad en escenarios clínicos
reales, considerando la diversidad de pacientes y las distintas problemáticas médicas que puedan
presentarse. Los protocolos de investigación deben incluir evaluaciones de confiabilidad
mecánica, que contemplen pruebas contra factores de sesgo y aseguren procesos de decisión
consistentes, facilitando, a su vez, una integración armoniosa con los procedimientos clínicos
existentes (Shah, S. , et al. , 2015). La salvaguarda de la salud de los pacientes depende en gran
medida de las agencias regulatorias, las cuales son responsables de establecer estándares
definidos para garantizar que estas tecnologías satisfagan los requisitos éticos necesarios junto
con los criterios de calidad correspondientes. El potencial médico integral de la IA se
materializará a través de sistemas de validación apropiados, que maximalicen los beneficios al
mitigar los riesgos inherentes a dicha tecnología.
La preocupación por la privacidad de los datos de los pacientes constituye un fundamento
crítico en la medicina contemporánea, ya que la protección de la información médica
confidencial es esencial para fomentar la confianza y satisfacer los requisitos regulatorios. Con
la digitalización creciente de los registros médicos y de las imágenes digitales, se evidencia la
necesidad de establecer protocolos de ciberseguridad robustos que integren sistemas de cifrado
de datos, así como mecanismos de autenticación multifactor y procedimientos de evaluación
rutinaria, destinados a prevenir el acceso no autorizado y las infracciones de datos. Las
organizaciones deben adherirse a normativas de privacidad para asegurar una gestión ética y
legalmente sólida de la información confidencial. Los sistemas digitales modernos exigen la
implementación de tecnologías avanzadas, así como políticas claras de gestión de datos, con el
fin de garantizar la protección total de la integridad y la confidencialidad de la información del
paciente (González Arencibia, et al. 2024).
El desarrollo de modelos predictivos más precisos demanda la validación en cohortes
amplias y la integración de datos en tiempo real. La aplicación de estos modelos en la práctica
Vol. 12/ Núm. 2 2025 pág. 4539
clínica puede potenciar la detección temprana y la personalización del tratamiento (Alcivar
Alvarez, B. A. y Oleas Buenaño, C. P. , 2024).
La enfermedad hepática crónica (EHC) representa un significativo problema de salud
pública en América Latina, con una alta prevalencia asociada a factores como el consumo de
alcohol, las hepatitis virales y las enfermedades metabólicas (Choez, J. L. C. , et al. , 2025).
Prevalencia de la Enfermedad Hepática Crónica:
En América Latina, la EHC afecta aproximadamente al 5-10% de la población, con
variaciones que dependen del país.
En Ecuador, diversos estudios han constatado que la prevalencia de la enfermedad
hepática grasa no alcohólica (EHGNA) se sitúa entre el 25% y el 30%, especialmente en
poblaciones que presentan obesidad y síndrome metabólico (Santana, C. I. C. , et al. , 2025).
Impacto Económico y Sanitario
Los costos asociados al manejo de la enfermedad hepática crónica (EHC) representan
entre el 5% y el 7% del presupuesto de salud en países latinoamericanos. En el contexto
ecuatoriano, el tratamiento de la cirrosis hepática y sus complicaciones impone una carga
significativa sobre los hospitales públicos, evidenciándose un incremento del 15% en las
hospitalizaciones durante los últimos cinco años (Zavala-Hoppe, A. N. , et al. , 2024).
Beneficios de la Integración de la Imagenología Cuantitativa en la Valoración Clínica
La imagenología cuantitativa ha transformado el diagnóstico y seguimiento de la
enfermedad hepática crónica (EHC), permitiendo una evaluación más precisa de la fibrosis,
esteatosis y función hepática.
Diagnóstico Temprano y Preciso
- Elastografía hepática: Esta técnica permite medir la rigidez hepática y detectar fibrosis en
estadios iniciales.
- Resonancia magnética cuantitativa: Esta modalida evalúa la acumulación de grasa
hepática con alta precisión.
Optimización del Tratamiento
- Modelos predictivos multivariables: Se integran datos clínicos e imagenológicos para
anticipar la progresión de la enfermedad.
- Reducción de procedimientos invasivos: Disminuye la necesidad de biopsias hepáticas,
mejorando así la seguridad del paciente.
Expectativas y Perspectivas Futuras
- Expansión de la imagenología cuantitativa en hospitales públicos: Se espera que un
mayor número de centros de salud en Ecuador adopten tecnologías avanzadas para
optimizar el diagnóstico de la EHC.
- Uso de inteligencia artificial en modelos predictivos: La inteligencia artificial permitirá
correlacionar múltiples variables clínicas e imagenológicas, favoreciendo una mayor
clínica puede potenciar la detección temprana y la personalización del tratamiento (Alcivar
Alvarez, B. A. y Oleas Buenaño, C. P. , 2024).
La enfermedad hepática crónica (EHC) representa un significativo problema de salud
pública en América Latina, con una alta prevalencia asociada a factores como el consumo de
alcohol, las hepatitis virales y las enfermedades metabólicas (Choez, J. L. C. , et al. , 2025).
Prevalencia de la Enfermedad Hepática Crónica:
En América Latina, la EHC afecta aproximadamente al 5-10% de la población, con
variaciones que dependen del país.
En Ecuador, diversos estudios han constatado que la prevalencia de la enfermedad
hepática grasa no alcohólica (EHGNA) se sitúa entre el 25% y el 30%, especialmente en
poblaciones que presentan obesidad y síndrome metabólico (Santana, C. I. C. , et al. , 2025).
Impacto Económico y Sanitario
Los costos asociados al manejo de la enfermedad hepática crónica (EHC) representan
entre el 5% y el 7% del presupuesto de salud en países latinoamericanos. En el contexto
ecuatoriano, el tratamiento de la cirrosis hepática y sus complicaciones impone una carga
significativa sobre los hospitales públicos, evidenciándose un incremento del 15% en las
hospitalizaciones durante los últimos cinco años (Zavala-Hoppe, A. N. , et al. , 2024).
Beneficios de la Integración de la Imagenología Cuantitativa en la Valoración Clínica
La imagenología cuantitativa ha transformado el diagnóstico y seguimiento de la
enfermedad hepática crónica (EHC), permitiendo una evaluación más precisa de la fibrosis,
esteatosis y función hepática.
Diagnóstico Temprano y Preciso
- Elastografía hepática: Esta técnica permite medir la rigidez hepática y detectar fibrosis en
estadios iniciales.
- Resonancia magnética cuantitativa: Esta modalida evalúa la acumulación de grasa
hepática con alta precisión.
Optimización del Tratamiento
- Modelos predictivos multivariables: Se integran datos clínicos e imagenológicos para
anticipar la progresión de la enfermedad.
- Reducción de procedimientos invasivos: Disminuye la necesidad de biopsias hepáticas,
mejorando así la seguridad del paciente.
Expectativas y Perspectivas Futuras
- Expansión de la imagenología cuantitativa en hospitales públicos: Se espera que un
mayor número de centros de salud en Ecuador adopten tecnologías avanzadas para
optimizar el diagnóstico de la EHC.
- Uso de inteligencia artificial en modelos predictivos: La inteligencia artificial permitirá
correlacionar múltiples variables clínicas e imagenológicas, favoreciendo una mayor
Vol. 12/ Núm. 2 2025 pág. 4540
precisión diagnóstica.
- Mayor acceso a tecnologías de imagen en América Latina: Se prevé una reducción en
los costos y una mayor disponibilidad de equipos de elastografía y resonancia magnética.
Retos en la Implementación de Modelos Predictivos en América Latina y Ecuador
- Acceso limitado a tecnología avanzada: En numerosos países latinoamericanos, la
disponibilidad de equipos de imagenología cuantitativa es restringida.
- Falta de capacitación en interpretación de imágenes: Es imperativo formar a médicos
y radiólogos en el uso de técnicas avanzadas.
- Integración de datos clínicos e imagenológicos: La interoperabilidad entre los sistemas
de salud continúa siendo un reto en la región.
Este estudio posee un significativo potencial para mejorar el diagnóstico y manejo de la
enfermedad hepática crónica en América Latina y Ecuador.
Para analizar la integración de la imagenología cuantitativa con la valoración clínica médica
integral en pacientes con enfermedad hepática crónica, se deben señalar varios elementos clave
como relevantes:
Aspectos Técnicos y Científicos
- Tipos de imagenología avanzada: Incluyen elastografía por ultrasonido, resonancia
magnética cuantitativa y tomografía computarizada de baja dosis.
- Biomarcadores hepáticos: Comprenden niveles de transaminasas, bilirrubina, albúmina
y coeficientes de fibrosis.
- Modelos predictivos multivariables: Consisten en algoritmos de inteligencia artificial
que correlacionan datos clínicos e imagenológicos.
Impacto Clínico
- Diagnóstico precoz: Analizar cómo la imagenología cuantitativa mejora la detección
temprana de la fibrosis hepática.
- Toma de decisiones médicas: Evaluación de la utilidad clínica de los modelos
predictivos para personalizar tratamientos.
- Reducción de biopsias hepáticas: Determinar si la imagenología puede sustituir
procedimientos invasivos en ciertos casos.
Perspectiva Regional en América Latina y Ecuador
Disponibilidad de Tecnología: Se requiere analizar cuáles países han adoptado la
imagenología avanzada y cuáles son las barreras existentes en Ecuador para su implementación.
Acceso a Modelos Predictivos: Es importante investigar si dichos modelos se están
aplicando en hospitales públicos.
Capacitación Médica: Se debe evaluar el nivel de entrenamiento de hepatólogos y
radiólogos en la interpretación de imágenes cuantitativas.
precisión diagnóstica.
- Mayor acceso a tecnologías de imagen en América Latina: Se prevé una reducción en
los costos y una mayor disponibilidad de equipos de elastografía y resonancia magnética.
Retos en la Implementación de Modelos Predictivos en América Latina y Ecuador
- Acceso limitado a tecnología avanzada: En numerosos países latinoamericanos, la
disponibilidad de equipos de imagenología cuantitativa es restringida.
- Falta de capacitación en interpretación de imágenes: Es imperativo formar a médicos
y radiólogos en el uso de técnicas avanzadas.
- Integración de datos clínicos e imagenológicos: La interoperabilidad entre los sistemas
de salud continúa siendo un reto en la región.
Este estudio posee un significativo potencial para mejorar el diagnóstico y manejo de la
enfermedad hepática crónica en América Latina y Ecuador.
Para analizar la integración de la imagenología cuantitativa con la valoración clínica médica
integral en pacientes con enfermedad hepática crónica, se deben señalar varios elementos clave
como relevantes:
Aspectos Técnicos y Científicos
- Tipos de imagenología avanzada: Incluyen elastografía por ultrasonido, resonancia
magnética cuantitativa y tomografía computarizada de baja dosis.
- Biomarcadores hepáticos: Comprenden niveles de transaminasas, bilirrubina, albúmina
y coeficientes de fibrosis.
- Modelos predictivos multivariables: Consisten en algoritmos de inteligencia artificial
que correlacionan datos clínicos e imagenológicos.
Impacto Clínico
- Diagnóstico precoz: Analizar cómo la imagenología cuantitativa mejora la detección
temprana de la fibrosis hepática.
- Toma de decisiones médicas: Evaluación de la utilidad clínica de los modelos
predictivos para personalizar tratamientos.
- Reducción de biopsias hepáticas: Determinar si la imagenología puede sustituir
procedimientos invasivos en ciertos casos.
Perspectiva Regional en América Latina y Ecuador
Disponibilidad de Tecnología: Se requiere analizar cuáles países han adoptado la
imagenología avanzada y cuáles son las barreras existentes en Ecuador para su implementación.
Acceso a Modelos Predictivos: Es importante investigar si dichos modelos se están
aplicando en hospitales públicos.
Capacitación Médica: Se debe evaluar el nivel de entrenamiento de hepatólogos y
radiólogos en la interpretación de imágenes cuantitativas.
Vol. 12/ Núm. 2 2025 pág. 4541
Desafíos y Limitaciones
Costo y Accesibilidad: Es pertinente examinar el impacto que tienen los costos en la
aplicación generalizada de estos modelos.
Validación Clínica de los Modelos Predictivos: Existe una necesidad evidente de
realizar estudios que incluyan cohortes más amplias para la validación de estos modelos.
Interoperabilidad de Datos: Se presentan retos significativos en la integración de la
información imagenológica con los registros médicos electrónicos.
Perspectivas Futuras
Expansión de la Inteligencia Artificial en el Diagnóstico Hepático: Se prevé un
crecimiento en la aplicación de la inteligencia artificial en esta área.
Uso de Tecnologías Portátiles de Imagen para Valoración Rápida de Fibrosis: Es
fundamental explorar la implementación de tecnologías portátiles para facilitar una valoración
más ágil de la fibrosis.
Protocolos Estandarizados para la Interpretación de Imágenes Cuantitativas en
Enfermedad Hepática Crónica: Se sugiere establecer protocolos estandarizados que guíen la
interpretación de imágenes cuantitativas en el contexto de la enfermedad hepática crónica.
CONCLUSIONES
La integración de la imagenología cuantitativa con la evaluación clínica médica integral
de pacientes que padecen enfermedad hepática crónica constituye un avance notable en el
diagnóstico y manejo de dicha patología. La combinación de técnicas avanzadas de imagen con
información clínica y biomarcadores facilita el desarrollo de modelos predictivos que optimizan
la toma de decisiones médicas.
Se sugiere la continuación de la investigación en la aplicación de inteligencia artificial en
la correlación de datos clínicos e imagenológicos, con el propósito de mejorar la precisión
diagnóstica y el pronóstico asociado a la enfermedad hepática crónica.
Desafíos y Limitaciones
Costo y Accesibilidad: Es pertinente examinar el impacto que tienen los costos en la
aplicación generalizada de estos modelos.
Validación Clínica de los Modelos Predictivos: Existe una necesidad evidente de
realizar estudios que incluyan cohortes más amplias para la validación de estos modelos.
Interoperabilidad de Datos: Se presentan retos significativos en la integración de la
información imagenológica con los registros médicos electrónicos.
Perspectivas Futuras
Expansión de la Inteligencia Artificial en el Diagnóstico Hepático: Se prevé un
crecimiento en la aplicación de la inteligencia artificial en esta área.
Uso de Tecnologías Portátiles de Imagen para Valoración Rápida de Fibrosis: Es
fundamental explorar la implementación de tecnologías portátiles para facilitar una valoración
más ágil de la fibrosis.
Protocolos Estandarizados para la Interpretación de Imágenes Cuantitativas en
Enfermedad Hepática Crónica: Se sugiere establecer protocolos estandarizados que guíen la
interpretación de imágenes cuantitativas en el contexto de la enfermedad hepática crónica.
CONCLUSIONES
La integración de la imagenología cuantitativa con la evaluación clínica médica integral
de pacientes que padecen enfermedad hepática crónica constituye un avance notable en el
diagnóstico y manejo de dicha patología. La combinación de técnicas avanzadas de imagen con
información clínica y biomarcadores facilita el desarrollo de modelos predictivos que optimizan
la toma de decisiones médicas.
Se sugiere la continuación de la investigación en la aplicación de inteligencia artificial en
la correlación de datos clínicos e imagenológicos, con el propósito de mejorar la precisión
diagnóstica y el pronóstico asociado a la enfermedad hepática crónica.
Vol. 12/ Núm. 2 2025 pág. 4542
REFERENCIAS
Alcivar Alvarez, B. A., & Oleas Buenaño, C. P. (2024). Actualización clínica, diagnóstica y
terapéutica de la pancreatitis aguda (Bachelor's thesis, Riobamba: Universidad Nacional
de Chimborazo). http://dspace.unach.edu.ec/handle/51000/13479.
Arellano Gago, C. A., & Paucar Martinez, Y. L. (2021). Capacitación continua en el servicio de
radiología para mejorar la atención del paciente en el Hospital Ramiro Prialé periodo
2018-2020.
Avendaño, G. M. L. G. (2017, March). Interventionist radiology in the 21st Century: present
and future. In Anales de Radiología, México (Vol. 15, No. 4, pp. 249-250).
https://www.medigraphic.com/pdfs/anaradmex/arm-2016/arm164a.pdf
Avendaño, G. M. L. G. (2017, March). Interventionist radiology in the 21st Century: present
and future. In Anales de Radiología, México (Vol. 15, No. 4, pp. 249-250).
https://www.medigraphic.com/pdfs/anaradmex/arm-2016/arm164a.pdf
Choez, J. L. C., Villacreses, C. J. B., Pozo, M. N. B., Loor, A. Y. B., & Quimis, J. G. C. (2025).
Impacto de hepatitis y cirrosis alcohólica como factor principal del daño en la salud
hepática. Arandu UTIC, 12(1), 765-787.
http://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/641
Dugnol Menéndez, J., Jiménez Arberas, E., Ruiz Fernandez, M. L., Fernández Valera, D., &
Merayo-Lloves, J. M. (2021, May). Anatomía Radiológica y realidad aumentada:
metodología basada en la ludificación para su aprendizaje. In IN-RED 2020: VI Congreso
de Innovación Educativa y Docencia en Red (pp. 128-141). Editorial Universitat
Politècnica de València. https://www.researchgate.net/profile.
García García, P. (2023). Aplicación de técnicas de inteligencia artificial en la radiómica de
imágenes del cáncer de mama. https://oa.upm.es/id/eprint/75156.
González Arencibia, M., Mar Cornelio, O., & González Fortuna, I. (2024). Aspectos éticos de la
aplicación de la informática a la medicina. Serie Científica de la Universidad de las
Ciencias Informáticas, 17(8), 1-18. http://scielo.sld.cu/scielo.php?pid=S2306-
24952024000800001&script=sci_abstract
González Berrocal, S., Olivero Moreno, M., Flórez Julio, W. R., & Rincón Torres, J. C.
Exploración de técnicas avanzadas de imagenología para mejorar la calidad y precisión
en la detección temprana de enfermedades mediante radiología digital.
Martí-Bonmatí, L., Alberich-Bayarri, Á., & Torregrosa, A. (2022). El informe radiológico.
Estructura, estilo y contenido. Radiología, 64, 186-193.
Muñoz Valdebenito, F. I. (2024). Proyecto de ley que regula la inteligencia artificial en Chile:
análisis crítico hacia una innovación responsable y la protección integral de derechos.
Narváez Gutiérrez, A., & Morales García, M. M. Aplicaciones de Realidad Aumentada en
REFERENCIAS
Alcivar Alvarez, B. A., & Oleas Buenaño, C. P. (2024). Actualización clínica, diagnóstica y
terapéutica de la pancreatitis aguda (Bachelor's thesis, Riobamba: Universidad Nacional
de Chimborazo). http://dspace.unach.edu.ec/handle/51000/13479.
Arellano Gago, C. A., & Paucar Martinez, Y. L. (2021). Capacitación continua en el servicio de
radiología para mejorar la atención del paciente en el Hospital Ramiro Prialé periodo
2018-2020.
Avendaño, G. M. L. G. (2017, March). Interventionist radiology in the 21st Century: present
and future. In Anales de Radiología, México (Vol. 15, No. 4, pp. 249-250).
https://www.medigraphic.com/pdfs/anaradmex/arm-2016/arm164a.pdf
Avendaño, G. M. L. G. (2017, March). Interventionist radiology in the 21st Century: present
and future. In Anales de Radiología, México (Vol. 15, No. 4, pp. 249-250).
https://www.medigraphic.com/pdfs/anaradmex/arm-2016/arm164a.pdf
Choez, J. L. C., Villacreses, C. J. B., Pozo, M. N. B., Loor, A. Y. B., & Quimis, J. G. C. (2025).
Impacto de hepatitis y cirrosis alcohólica como factor principal del daño en la salud
hepática. Arandu UTIC, 12(1), 765-787.
http://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/641
Dugnol Menéndez, J., Jiménez Arberas, E., Ruiz Fernandez, M. L., Fernández Valera, D., &
Merayo-Lloves, J. M. (2021, May). Anatomía Radiológica y realidad aumentada:
metodología basada en la ludificación para su aprendizaje. In IN-RED 2020: VI Congreso
de Innovación Educativa y Docencia en Red (pp. 128-141). Editorial Universitat
Politècnica de València. https://www.researchgate.net/profile.
García García, P. (2023). Aplicación de técnicas de inteligencia artificial en la radiómica de
imágenes del cáncer de mama. https://oa.upm.es/id/eprint/75156.
González Arencibia, M., Mar Cornelio, O., & González Fortuna, I. (2024). Aspectos éticos de la
aplicación de la informática a la medicina. Serie Científica de la Universidad de las
Ciencias Informáticas, 17(8), 1-18. http://scielo.sld.cu/scielo.php?pid=S2306-
24952024000800001&script=sci_abstract
González Berrocal, S., Olivero Moreno, M., Flórez Julio, W. R., & Rincón Torres, J. C.
Exploración de técnicas avanzadas de imagenología para mejorar la calidad y precisión
en la detección temprana de enfermedades mediante radiología digital.
Martí-Bonmatí, L., Alberich-Bayarri, Á., & Torregrosa, A. (2022). El informe radiológico.
Estructura, estilo y contenido. Radiología, 64, 186-193.
Muñoz Valdebenito, F. I. (2024). Proyecto de ley que regula la inteligencia artificial en Chile:
análisis crítico hacia una innovación responsable y la protección integral de derechos.
Narváez Gutiérrez, A., & Morales García, M. M. Aplicaciones de Realidad Aumentada en
Vol. 12/ Núm. 2 2025 pág. 4543
Educación en Salud en Radiología. https://repository.unad.edu.co/handle/10596/63259
Pascal, B. (2011). SISTEMA CARDIOVASCULAR. Bases Anatomopatológicas De La
Enfermedad Quirúrgica, 1, 345.
Quetglas Llabrés, M. M. Efectos de una intervención nutricional basada en la dieta mediterránea
sobre el estado inflamatorio, función hepática y renal en pacientes mayores con síndrome
metabólico
Rodriguez, L. A. J., Contreras, J., & Suarez, R. G. (2022). Contribución de la radiología digital
al mejoramiento de la calidad en el servicio de imagenología. REVISTA NOVA, 20(39),
25-47.
Rodriguez, L. A. J., Contreras, J., & Suarez, R. G. (2022). Contribución de la radiología digital
al mejoramiento de la calidad en el servicio de imagenología. REVISTA NOVA, 20(39),
25-47. https://revistas.unicolmayor.edu.co/index.php/nova/article/view/2013.
Rodriguez, L. A. J., Contreras, J., & Suarez, R. G. (2022). Contribución de la radiología digital
al mejoramiento de la calidad en el servicio de imagenología. REVISTA NOVA, 20(39),
25-47. https://revistas.unicolmayor.edu.co/index.php/nova/article/view/2013
Salcedo, K. J. P., Cardenas, A. J. M., Aquije, D. A. R., & Aquije, A. J. Z. (2024). Coyuntura de
las sesiones de tomografías. Inducción y conceptos relevantes. Religacion Press.
Santana, C. I. C., Chele, E. J. C., Moreira, M. E. D., Loor, J. E. L., & Pin, M. M. M. (2025).
Enfermedad del hígado graso no alcohólico, epidemiologia, etiología, y patrones
dietéticos. Arandu UTIC, 12(1), 1005-1021.
http://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/657
Shah, S., Banh, E. T., Koury, K., Bhatia, G., Nandi, R., & Gulur, P. (2015). Pain management in
pregnancy: multimodal approaches. Pain research and treatment, 2015(1), 987483.
https://onlinelibrary.wiley.com/doi/abs/10.1155/2015/987483
Sollini, M., Gelardi, F., Matassa, G., Bolton, R. D., Chiti, A., & Kirienko, M. (2020).
Interdisciplinaridad: un requerimiento esencial para la traslación de investigación en
radiómica a la práctica clínica. Revista Española de Medicina Nuclear e Imagen
Molecular, 39(3), 146-156.
Upegui-Jiménez, D., Cruz, M. Á. E., Milanés, S. G., & Martínez, M. F. A. (2024). Radiómica:¿
Qué es y en dónde estamos?. Medicina, 46(2), 503-510.
Zavala-Hoppe, A. N., Jaime-Palma, E. N., & Ramos-Zambrano, P. L. (2024). Cirrosis hepática:
prevalencia, causas y diagnóstico de laboratorio. MQRInvestigar, 8(1), 2035-2055.
https://cienciayeducacion.com/index.php/journal/article/view/677
Zerón, A. (2015). Asignación de riesgo basada en la tríada genómica. Hacia una medicina
personalizada. Rev Mex Periodontol, 6(2), 46-61.
https://www.academia.edu/download/108422808/mp152a.pdf
Educación en Salud en Radiología. https://repository.unad.edu.co/handle/10596/63259
Pascal, B. (2011). SISTEMA CARDIOVASCULAR. Bases Anatomopatológicas De La
Enfermedad Quirúrgica, 1, 345.
Quetglas Llabrés, M. M. Efectos de una intervención nutricional basada en la dieta mediterránea
sobre el estado inflamatorio, función hepática y renal en pacientes mayores con síndrome
metabólico
Rodriguez, L. A. J., Contreras, J., & Suarez, R. G. (2022). Contribución de la radiología digital
al mejoramiento de la calidad en el servicio de imagenología. REVISTA NOVA, 20(39),
25-47.
Rodriguez, L. A. J., Contreras, J., & Suarez, R. G. (2022). Contribución de la radiología digital
al mejoramiento de la calidad en el servicio de imagenología. REVISTA NOVA, 20(39),
25-47. https://revistas.unicolmayor.edu.co/index.php/nova/article/view/2013.
Rodriguez, L. A. J., Contreras, J., & Suarez, R. G. (2022). Contribución de la radiología digital
al mejoramiento de la calidad en el servicio de imagenología. REVISTA NOVA, 20(39),
25-47. https://revistas.unicolmayor.edu.co/index.php/nova/article/view/2013
Salcedo, K. J. P., Cardenas, A. J. M., Aquije, D. A. R., & Aquije, A. J. Z. (2024). Coyuntura de
las sesiones de tomografías. Inducción y conceptos relevantes. Religacion Press.
Santana, C. I. C., Chele, E. J. C., Moreira, M. E. D., Loor, J. E. L., & Pin, M. M. M. (2025).
Enfermedad del hígado graso no alcohólico, epidemiologia, etiología, y patrones
dietéticos. Arandu UTIC, 12(1), 1005-1021.
http://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/657
Shah, S., Banh, E. T., Koury, K., Bhatia, G., Nandi, R., & Gulur, P. (2015). Pain management in
pregnancy: multimodal approaches. Pain research and treatment, 2015(1), 987483.
https://onlinelibrary.wiley.com/doi/abs/10.1155/2015/987483
Sollini, M., Gelardi, F., Matassa, G., Bolton, R. D., Chiti, A., & Kirienko, M. (2020).
Interdisciplinaridad: un requerimiento esencial para la traslación de investigación en
radiómica a la práctica clínica. Revista Española de Medicina Nuclear e Imagen
Molecular, 39(3), 146-156.
Upegui-Jiménez, D., Cruz, M. Á. E., Milanés, S. G., & Martínez, M. F. A. (2024). Radiómica:¿
Qué es y en dónde estamos?. Medicina, 46(2), 503-510.
Zavala-Hoppe, A. N., Jaime-Palma, E. N., & Ramos-Zambrano, P. L. (2024). Cirrosis hepática:
prevalencia, causas y diagnóstico de laboratorio. MQRInvestigar, 8(1), 2035-2055.
https://cienciayeducacion.com/index.php/journal/article/view/677
Zerón, A. (2015). Asignación de riesgo basada en la tríada genómica. Hacia una medicina
personalizada. Rev Mex Periodontol, 6(2), 46-61.
https://www.academia.edu/download/108422808/mp152a.pdf