1. QUÉ SIGNIFICA CONTROLAR UNA EXPOSICIÓN RADIOGRÁFICA

En radiología convencional, una exposición no es simplemente «hacer un disparo». Es el resultado de combinar los parámetros que determinan cuántos fotones de rayos X se producen, con qué espectro energético salen del tubo, cuánto se atenúan en el paciente, cuántos alcanzan el receptor y con qué geometría se forma la imagen. Por eso el técnico no debe estudiar kV, mA, tiempo, distancia, colimación o rejilla como mandos independientes. Forman un sistema: modificar uno puede obligar a compensar otro si se quiere conservar la señal en el detector o la calidad diagnóstica.

Conviene separar desde el principio cuatro conceptos que se mezclan en muchas preguntas tipo test. El primero es la cantidad del haz, relacionada con el número de fotones emitidos. El segundo es la calidad del haz, que expresa su capacidad de penetración y depende sobre todo del espectro energético. El tercero es la exposición del receptor, es decir, la cantidad de radiación que finalmente llega al sistema de imagen. El cuarto es la dosis al paciente. Están relacionados, pero no son sinónimos. En especial, en radiología digital una imagen puede presentarse con brillo aparentemente correcto tras el procesado aunque el receptor haya recibido una exposición demasiado alta o demasiado baja.

Los factores primarios seleccionados en una radiografía son la tensión del tubo (kV o kVp), la corriente del tubo (mA) y el tiempo de exposición (s). El producto de corriente por tiempo es el mAs. A ellos se añaden la distancia foco-receptor, la distancia objeto-receptor, el tamaño de campo, la filtración, la rejilla antidifusora, las características del receptor, el tamaño de foco, el espesor y composición de la región anatómica, y la presencia de materiales muy atenuantes. En TC aparecen además parámetros propios —rotación, pitch, anchura de colimación, modulación de corriente, selección automática de tensión, reconstrucción—, pero la lógica física sigue siendo la misma: obtener la información clínica necesaria con la exposición razonablemente más baja compatible con esa finalidad.

El Real Decreto 601/2019, de 18 de octubre, sitúa esta idea dentro del principio de optimización. En las exposiciones diagnósticas las dosis deben mantenerse tan bajas como sea razonablemente posible para obtener la información médica requerida, y la optimización debe considerar, entre otros aspectos, la elección del equipo, los aspectos prácticos del procedimiento, la garantía de calidad y la estimación y evaluación de las dosis. Para el TER/TSID esto tiene una consecuencia directa: seleccionar y aplicar correctamente los factores de exposición es una actuación de protección radiológica, no un mero ajuste técnico.

Una forma útil de estudiar este tema es pensar en una cadena causal. El generador fija kV, mA y tiempo; el tubo transforma energía eléctrica en un espectro de rayos X; la filtración y la colimación modelan el haz; el paciente lo atenúa; la geometría determina cuánto se dispersa la radiación y cómo se proyecta el objeto; la rejilla modifica la fracción de radiación dispersa que llega al receptor; el detector transforma los fotones remanentes en señal; y el procesamiento convierte esa señal en una imagen. La selección de factores debe actuar sobre esa cadena sin olvidar el objetivo final: información diagnóstica suficiente, ausencia de repeticiones evitables y exposición optimizada.

2. KILOVOLTAJE: ENERGÍA, PENETRACIÓN Y CONTRASTE DEL SUJETO

2.1. Qué controla realmente el kV

El kilovoltaje pico (kVp) es la diferencia de potencial máxima aplicada entre cátodo y ánodo. Aumentarlo acelera más los electrones que cruzan el tubo, por lo que aumenta la energía cinética con la que alcanzan el blanco. Como consecuencia, el espectro emitido contiene fotones de mayor energía máxima y aumenta también la energía media del haz. En términos prácticos, un kV mayor produce un haz más penetrante. No debe confundirse el kV, que es una diferencia de potencial eléctrico seleccionada en el equipo, con el keV, que expresa energía de los fotones.

El kV afecta tanto a la calidad como a la cantidad efectiva del haz. Al elevarlo no solo aumenta la energía de los fotones; también aumenta la producción de radiación y, sobre todo, la proporción de fotones capaces de atravesar al paciente y alcanzar el detector. Por eso pequeñas variaciones porcentuales de kV pueden modificar de forma importante la exposición del receptor. Esta relación no es lineal y depende de la anatomía, la filtración, la geometría, el generador y el receptor.

2.2. kV y contraste

En radiografía convencional, el kV condiciona el contraste del sujeto porque modifica la penetración y la proporción relativa de interacciones en los tejidos. En términos docentes clásicos, un kV más bajo favorece diferencias mayores de absorción entre tejidos y un contraste radiográfico más alto; un kV más elevado produce una escala más larga de grises. En sistemas digitales esta relación sigue existiendo en la señal adquirida, pero el contraste visual final se modifica intensamente mediante procesamiento. Por ello no es correcto trasladar sin matices la regla «kV alto = imagen gris; kV bajo = imagen contrastada» a la apariencia final de una imagen digital.

El kV debe ser suficientemente alto para atravesar la región y proporcionar señal útil, pero no se elige aisladamente. Si es demasiado bajo para el espesor, gran parte de la energía se absorbe superficialmente y puede ser necesario aumentar mucho el mAs para mantener señal, con aumento de dosis. Si es excesivamente alto, puede reducirse el contraste del sujeto y aumentar la radiación dispersa. La técnica óptima es, por tanto, dependiente de la tarea diagnóstica y del sistema detector.

2.3. La regla del 15 %

La conocida regla del 15 % es una aproximación docente que relaciona kV y mAs. Un incremento de alrededor del 15 % del kV puede producir aproximadamente el doble de exposición en el receptor; para mantener una exposición similar puede compensarse reduciendo el mAs aproximadamente a la mitad. A la inversa, una reducción de kV requiere aumentar el mAs si se pretende mantener la señal. La regla es útil para comprender la relación entre ambos factores, pero no es una ley física exacta ni debe aplicarse ciegamente: su precisión cambia con el espesor y composición del paciente, el rango de kV, la rejilla, la filtración, el generador y el detector.

Por ejemplo, si una técnica docente parte de 80 kV y 20 mAs, un aumento aproximado del 15 % lleva a 92 kV. Como aproximación, podría compensarse reduciendo el mAs a 10. El objetivo del cálculo no es memorizar parejas universales, sino entender la dirección del cambio: subir kV aumenta penetración y exposición del receptor; si se desea mantener esta última, se reduce mAs. En un protocolo clínico real la selección final debe estar validada por el programa de garantía de calidad y los indicadores dosimétricos del equipo.

También es importante evitar una inversión matemática frecuente. Si se aumenta un valor un 15 %, para volver exactamente al valor inicial no se resta un 15 % del nuevo valor: se divide entre 1,15. Esta diferencia puede no ser el centro de una pregunta de radiología, pero ayuda a no convertir una regla aproximada en una secuencia de cálculos incoherentes.

3. CORRIENTE, TIEMPO Y mAs: CANTIDAD DE FOTONES Y RUIDO CUÁNTICO

3.1. Corriente del tubo (mA)

La corriente del tubo, expresada en miliamperios, representa el flujo de electrones que atraviesa el tubo por unidad de tiempo. Si se mantienen constantes el resto de condiciones, aumentar el mA aumenta el número de electrones que impactan sobre el ánodo y, por tanto, la cantidad de fotones de rayos X producidos. El mA modifica principalmente la cantidad, no la energía máxima de cada fotón. Esta última está ligada al kV.

El mA no puede aumentarse indefinidamente. Está limitado por la potencia del generador, la carga térmica del tubo y el tamaño de foco seleccionado. En muchas instalaciones, elegir un foco pequeño mejora la resolución geométrica pero reduce la corriente máxima que puede soportarse sin dañar el ánodo. Por eso existe un compromiso entre nitidez geométrica, tiempo de exposición y carga térmica.

3.2. Tiempo de exposición

El tiempo determina cuánto dura el flujo de electrones y la emisión de rayos X. Si mA y kV permanecen constantes, duplicar el tiempo duplica aproximadamente la cantidad de radiación producida. Desde el punto de vista de la imagen, un tiempo más corto es especialmente importante cuando existe riesgo de movimiento respiratorio, cardiaco, digestivo o voluntario. La borrosidad por movimiento no se corrige con posprocesado: si la anatomía se desplaza durante la adquisición, se pierde información espacial.

Cuando sea posible, suele preferirse una combinación de mA mayor y tiempo menor frente a otra con el mismo mAs pero tiempo más largo si el movimiento es un problema y si el tubo permite la carga. Sin embargo, la selección está limitada por la capacidad térmica, el foco y el generador. El principio no es «usar siempre el máximo mA», sino obtener el mAs necesario con el tiempo compatible con la anatomía y la técnica.

3.3. Producto mAs

El producto mAs = mA × s resume la carga eléctrica utilizada durante la exposición. Manteniendo constantes kV, filtración y geometría, la cantidad de fotones producidos es aproximadamente proporcional al mAs. Así, 200 mA durante 0,10 s producen 20 mAs; 400 mA durante 0,05 s también producen 20 mAs. En condiciones ideales ambas combinaciones generan una cantidad similar de radiación, aunque pueden diferir en borrosidad por movimiento, tamaño de foco disponible y respuesta del generador.

La relación directa permite cálculos sencillos. Si todos los demás factores permanecen constantes y se desea duplicar la exposición del receptor, se duplica el mAs. Para reducirla a la mitad, se divide el mAs por dos. Es una relación mucho más lineal que la del kV. Esta proporcionalidad es la base de la compensación por cambios de distancia y de muchas tablas de técnica.

3.4. mAs, señal y ruido cuántico

En un sistema digital, una exposición insuficiente al detector reduce el número de cuantos que contribuyen a formar la señal. Como la llegada de fotones tiene una naturaleza estadística, al disminuir el número de fotones aumenta la importancia relativa de sus fluctuaciones: aparece ruido cuántico o quantum mottle. La imagen puede conservar un brillo visual correcto tras el procesado, pero las estructuras de bajo contraste se vuelven más difíciles de distinguir.

Por el contrario, aumentar el mAs por encima de lo necesario reduce el ruido cuántico, pero llega un punto en que la mejora no justifica la dosis adicional. La finalidad clínica marca el nivel de calidad necesario. El error típico de la radiología digital es pensar que «más limpio» siempre significa «mejor»: una imagen excesivamente poco ruidosa puede estar indicando una exposición superior a la requerida.

4. DISTANCIA Y GEOMETRÍA: INTENSIDAD, MAGNIFICACIÓN Y NITIDEZ

4.1. Ley del inverso del cuadrado

Al salir del foco, un haz divergente distribuye su energía sobre superficies cada vez mayores. Para una fuente puntual ideal, la intensidad es inversamente proporcional al cuadrado de la distancia:

I₁ / I₂ = d₂² / d₁²

Si se duplica la distancia, la intensidad se reduce a la cuarta parte; si se triplica, a la novena parte. Esta ley explica dos situaciones distintas que el opositor debe separar. En protección radiológica, aumentar la distancia a una fuente reduce la exposición. En técnica radiográfica, aumentar la distancia foco-receptor disminuye la radiación que llega al detector y puede requerir una compensación del mAs si se quiere mantener su exposición.

4.2. Compensación por cambio de distancia

Si cambia la distancia foco-receptor y se desea mantener aproximadamente la misma exposición del receptor, puede utilizarse:

mAs₂ = mAs₁ × (d₂ / d₁)²

Por ejemplo, si una técnica usa 5 mAs a 100 cm y se pasa a 150 cm, el factor de distancia es 1,5 y su cuadrado 2,25. La compensación teórica sería 5 × 2,25 = 11,25 mAs. El cálculo es especialmente útil para comprender por qué no se puede cambiar la distancia sin revisar la técnica. En sistemas con AEC, el propio dispositivo puede prolongar la exposición para compensar una menor intensidad que alcanza el detector, siempre que la cámara seleccionada esté correctamente cubierta y no se alcance un límite de seguridad.

4.3. SID, SOD y OID

En geometría radiográfica conviene manejar tres distancias: SID (source-to-image distance, distancia foco-receptor), SOD (source-to-object distance, distancia foco-objeto) y OID (object-to-image distance, distancia objeto-receptor). Se relacionan como SID = SOD + OID. Estas distancias influyen tanto en la intensidad como en la magnificación y la falta de nitidez geométrica.

El factor de magnificación puede expresarse como M = SID / SOD, equivalente a la relación entre tamaño de imagen y tamaño real del objeto. Para reducir magnificación se intenta aumentar SOD —lo que en la práctica suele implicar aumentar SID— y reducir OID acercando la anatomía al receptor. Esta es una de las razones por las que la radiografía PA de tórax se realiza con el tórax próximo al detector y una distancia foco-receptor larga: reduce la magnificación de estructuras anteriores como el corazón.

4.4. Falta de nitidez geométrica

El foco no es un punto matemático: tiene un tamaño finito. Por eso cada borde del objeto se proyecta desde distintos puntos de la mancha focal y aparece una penumbra. La falta de nitidez geométrica aumenta cuando crece el tamaño de foco y cuando aumenta OID; disminuye cuando aumenta SOD. Una forma clásica de expresarlo es U_g = F × OID / SOD, donde F es el tamaño focal efectivo.

La consecuencia práctica es coherente con la magnificación: acerca el objeto al receptor, aumenta la distancia foco-objeto y usa el foco más pequeño compatible con la carga requerida. Sin embargo, el foco pequeño limita el mA y puede obligar a alargar el tiempo, de modo que una mejora geométrica puede aumentar borrosidad por movimiento. Otra vez aparece la idea central del tema: los factores se relacionan y no existe un mando que pueda optimizarse de forma aislada.

5. ESPESOR, COLIMACIÓN, REJILLA, FILTRACIÓN, RECEPTOR Y FOCO

5.1. Espesor y composición de la región

El paciente es el principal atenuador del haz. A mayor espesor, mayor recorrido de los fotones dentro de la materia y mayor probabilidad de interacción; a igualdad de geometría y técnica, menos fotones alcanzan el receptor. La composición también importa: no atenúan igual una región rica en aire, una extremidad de pequeño espesor, un abdomen grueso o una zona con prótesis metálica. Por eso las tablas de técnica deben organizarse por proyección y habitus, y los sistemas automáticos necesitan conocer o estimar la atenuación del paciente.

Cuando aumenta el espesor pueden ser necesarios más mAs, mayor kV o ambos, según la tarea diagnóstica. La elección no es equivalente. Subir mAs aumenta principalmente el número de fotones sin cambiar sustancialmente el espectro; subir kV aumenta la penetración y modifica el contraste del sujeto. La optimización consiste en lograr señal suficiente con la combinación que mantenga la calidad requerida y evite dosis innecesaria.

5.2. Colimación y tamaño de campo

La colimación restringe el campo irradiado a la región de interés. Al reducir el volumen de tejido expuesto disminuye la producción de radiación dispersa y se reduce la dosis integral al paciente. Además, menos dispersión alcanza el receptor y mejora la relación entre señal primaria y dispersa, favoreciendo el contraste. Abrir campo «para asegurar» anatomía que no es necesaria es una mala práctica: aumenta dosis y deteriora la imagen por dispersión.

En equipos con AEC, el tamaño de campo puede influir en la terminación de la exposición porque el detector no distingue de forma perfecta entre radiación primaria y dispersa. Una colimación excesivamente amplia puede aumentar la señal dispersa sobre la cámara y producir un corte prematuro; una geometría o centrado incorrectos pueden alterar la cantidad de radiación que alcanza la cámara. Por ello AEC no significa «el equipo decide todo»: exige una colocación especialmente precisa.

5.3. Rejilla antidifusora

La rejilla se coloca para absorber preferentemente radiación dispersa antes de que llegue al receptor. Mejora el contraste de la señal, pero también absorbe parte de la radiación primaria. Por ello, para mantener exposición del detector suele ser necesario aumentar la técnica respecto a una situación sin rejilla. El incremento exacto depende del diseño de la rejilla y del sistema, de modo que no debe memorizarse un factor universal fuera de las especificaciones y protocolos del equipo.

Su uso exige alineación. Un centrado incorrecto, una inclinación inadecuada, una distancia focal fuera del rango o colocar una rejilla focalizada al revés pueden producir grid cut-off, con pérdida de señal. En sistemas digitales el procesado puede compensar parcialmente el brillo, ocultando el problema y favoreciendo que se repita o se incremente exposición. El técnico debe reconocer el patrón y corregir la causa geométrica.

5.4. Filtración

La filtración elimina preferentemente fotones de baja energía que serían absorbidos superficialmente y aportarían poco a la formación de imagen. El resultado es un haz más «duro», con mayor energía media. A igualdad de otros parámetros, una filtración mayor reduce la cantidad total de fotones pero aumenta la calidad energética media. La filtración inherente del tubo y la añadida forman la filtración total del sistema; su control pertenece al programa de calidad del equipo.

5.5. Receptor y eficiencia de detección

La sensibilidad del receptor modifica la exposición necesaria para obtener una señal útil. Los detectores digitales no son todos iguales: difieren en eficiencia cuántica, tamaño de píxel, procesamiento y rango dinámico. Tampoco debe confundirse resolución espacial con exposición. Un detector de píxel pequeño puede ofrecer mayor capacidad de muestreo espacial, pero si cada píxel recibe muy pocos fotones la imagen puede quedar dominada por ruido. La calidad final surge del equilibrio entre señal, ruido, resolución, contraste y tarea clínica.

5.6. Tamaño de foco

El foco efectivo condiciona la penumbra geométrica. Un foco pequeño mejora la nitidez, pero soporta menos carga instantánea; un foco grande tolera mayor mA y facilita tiempos cortos. La selección depende de la región, la magnificación, el movimiento y la potencia necesaria. En una extremidad inmóvil puede priorizarse foco pequeño; en estudios donde el movimiento es crítico, un foco mayor puede permitir una exposición más breve sin exceder la capacidad del tubo.

6. CÁLCULO DE CAMBIOS DE LOS FACTORES DE EXPOSICIÓN

Las preguntas de cálculo de este tema suelen ser sencillas si antes identificas qué se quiere mantener constante. No es lo mismo conservar el mAs, conservar la exposición del receptor, conservar una relación geométrica o reducir tiempo. La estrategia correcta es escribir primero la relación física y después sustituir números. Hacerlo al revés favorece errores de signo y de proporcionalidad.

6.1. Cálculos con mAs

La relación fundamental es mAs = mA × tiempo. Si se desea mantener el mismo mAs, el producto debe permanecer constante:

mA₁ × t₁ = mA₂ × t₂

Supón una técnica de 250 mA y 0,08 s. El mAs es 20. Si se necesita reducir el tiempo a 0,04 s para disminuir el movimiento, el mA necesario para conservar 20 mAs será 500 mA, siempre que el generador, el tubo y el foco seleccionado permitan esa corriente. El cálculo físico es correcto, pero la posibilidad técnica depende del equipo.

La misma lógica sirve para cambios porcentuales. Si el mAs aumenta un 25 % manteniendo el resto constante, la exposición del receptor aumentará aproximadamente un 25 %. Si se reduce a la mitad, la exposición también se reduce aproximadamente a la mitad. En radiología digital, esto se manifestará sobre todo como cambio de señal y ruido, no necesariamente como cambio lineal de brillo mostrado.

6.2. Cálculos con distancia

Para una fuente puntual ideal se aplica la ley del inverso del cuadrado. Si el mAs no cambia:

I₂ = I₁ × (d₁ / d₂)²

Si una exposición produce una intensidad relativa 100 a 100 cm, a 200 cm será 100 × (100/200)² = 25. Si lo que se desea es mantener la exposición del receptor, se compensa el mAs:

mAs₂ = mAs₁ × (d₂ / d₁)²

Este segundo formato es muy preguntable porque combina dos relaciones: la intensidad disminuye con el cuadrado de la distancia, mientras el receptor necesita aproximadamente la misma cantidad de radiación. Al aumentar distancia, el mAs debe aumentar con el cuadrado de la razón de distancias.

6.3. Cálculos con kV y regla del 15 %

Como aproximación docente, un aumento del 15 % de kV puede equivaler a duplicar la exposición del receptor. Si se quiere mantener una exposición similar, se reduce el mAs a la mitad. El procedimiento puede organizarse así:

1. Calcula el 15 % del kV inicial: kV × 0,15.
2. Suma ese valor al kV inicial.
3. Divide el mAs entre dos si pretendes conservar aproximadamente la exposición del receptor.

Ejemplo: 70 kV y 16 mAs. El 15 % de 70 es 10,5; el nuevo valor teórico es 80,5 kV y el mAs compensado, 8. En una consola real se seleccionará el valor disponible más próximo validado en protocolo. Si, por el contrario, se reduce el kV, se necesita aumentar el mAs para mantener señal. Recuerda que la regla es una aproximación y que su exactitud empeora fuera de los rangos y condiciones para los que se utiliza como heurística.

6.4. Cálculos combinados

En algunas situaciones cambian simultáneamente distancia y mAs. La forma más segura es resolver cada relación por separado. Por ejemplo, una técnica de 8 mAs a 100 cm pasa a 150 cm. Para mantener exposición, el factor de distancia es (150/100)² = 2,25, por lo que se necesitarían 18 mAs si el kV no cambia. Si además se aumenta el kV aproximadamente un 15 %, la regla docente permitiría reducir esos 18 mAs aproximadamente a 9. No debes memorizar el resultado: debes identificar primero la compensación geométrica y después la compensación energética.

En clínica moderna muchos de estos ajustes los realiza el equipo mediante AEC o modulación automática, pero el TER/TSID debe saber anticipar qué hará el sistema. Si aumenta el espesor o la distancia efectiva, el AEC tenderá a prolongar exposición o aumentar corriente para alcanzar su objetivo; si una prótesis metálica cubre la cámara, el sistema puede interpretar que falta señal y sobreexponer; si una zona muy radiolúcida cubre el detector activo, puede cortar demasiado pronto.

7. CONTROL AUTOMÁTICO DE LA EXPOSICIÓN EN RADIOGRAFÍA

7.1. Qué es el AEC

El control automático de exposición (AEC, Automatic Exposure Control) es un sistema destinado a terminar la exposición cuando el detector de control ha recibido una cantidad de radiación compatible con el nivel objetivo del equipo. Su finalidad es reducir la variabilidad de la exposición del receptor ante cambios razonables de espesor o atenuación del paciente y producir una señal más consistente. En los sistemas clásicos se habla también de fototemporizador o exposímetro automático.

El AEC no elige mágicamente todos los parámetros. En radiografía convencional el operador suele seleccionar previamente kV, mA o programa anatómico, cámaras activas y, según el equipo, un ajuste de densidad o corrección. El sistema controla principalmente la duración efectiva de la exposición o la carga acumulada hasta que la señal medida alcanza el umbral programado. Por ello, si la cámara recibe menos radiación de la esperada, la exposición se prolonga; si recibe más, finaliza antes.

7.2. Tipos de detectores

En equipos tradicionales pueden emplearse cámaras de ionización situadas entre el paciente y el receptor o fototemporizadores colocados detrás del receptor. También existen detectores de estado sólido y sistemas integrados en detectores digitales. La arquitectura concreta depende del fabricante, pero el principio funcional es común: medir una señal relacionada con la radiación remanente y detener la exposición al alcanzar el objetivo.

La prueba aplazada de esta categoría preguntó expresamente por los tipos de exposímetros automáticos y enumeró detectores fotomultiplicadores, cámaras de ionización, temporizadores por conteo de pulsos y detectores de estado sólido. Esa prueba es útil para orientar el contenido del tema, aunque por las reglas del proyecto no se cita como perla verificable en la web.

7.3. Selección de cámaras

Los equipos suelen mostrar varias cámaras o regiones sensibles. La selección debe corresponderse con la anatomía de interés y quedar completamente cubierta por tejido representativo. Elegir una cámara que queda parcialmente fuera del paciente expone al detector a radiación poco atenuada y puede terminar la exposición demasiado pronto. Cubrirla con una estructura muy densa —una prótesis, material de contraste concentrado, metal o una zona anatómica excepcionalmente gruesa— puede prolongarla en exceso.

El centrado es, por tanto, esencial. Un AEC perfectamente calibrado puede producir una exposición incorrecta si el paciente está mal colocado. La automatización no elimina la técnica; traslada parte del control desde un tiempo fijado por el operador a una medición que depende críticamente del posicionamiento.

7.4. Ajuste de densidad o compensación

Muchos sistemas permiten una corrección alrededor del objetivo estándar. En tecnología clásica se denominó «control de densidad» porque afectaba a la densidad óptica de la película. En digital es más correcto entenderlo como una compensación del nivel de exposición objetivo. No debe utilizarse para corregir errores de centrado ni como sustituto de una tabla de técnica. Su finalidad es adaptar situaciones predefinidas en las que la anatomía o el objetivo clínico requiere una señal distinta.

7.5. Tiempo mínimo de respuesta

Todo AEC tiene un tiempo mínimo de respuesta. Si la combinación de kV y mA produce la exposición objetivo en un tiempo inferior a la capacidad del sistema para interrumpir el disparo, puede producirse sobreexposición. Este problema es especialmente relevante en anatomías finas, pacientes pequeños o técnicas con mA elevado. La solución no es reducir arbitrariamente el tiempo —porque lo controla el sistema—, sino seleccionar parámetros apropiados y conocer el comportamiento del equipo.

7.6. Temporizador de seguridad o backup

El AEC debe incorporar un mecanismo de terminación de seguridad o backup. Su misión es detener la exposición si el sistema automático no alcanza el umbral esperado por una causa anómala: cámara incorrecta, mala colocación, detector bloqueado, fallo técnico o material muy atenuante. El backup no es un parámetro para «dejar que el equipo llegue hasta ahí», sino una barrera contra exposiciones excesivas. Su funcionamiento forma parte del control de calidad.

7.7. Causas de error del AEC

En proyecciones donde la anatomía no cubre de forma predecible las cámaras, en situaciones con material metálico o cuando no puede conseguirse un centrado fiable, puede ser preferible una técnica manual validada. El objetivo no es «usar AEC siempre», sino utilizar el método que ofrezca mayor reproducibilidad y seguridad para esa proyección.

8. MODULACIÓN AUTOMÁTICA DE EXPOSICIÓN Y DOSIS EN TC

8.1. Por qué el TC necesita modulación

En TC, la atenuación del paciente cambia a lo largo del eje longitudinal y también con el ángulo de proyección. Un tórax no atenúa igual en sentido anteroposterior que lateral, y el hombro no tiene el mismo espesor que el pulmón medio. Si se aplicara una corriente fija calculada para la región más atenuante, otras zonas recibirían más radiación de la necesaria. La modulación automática de corriente del tubo adapta el mA a la atenuación estimada para mantener un objetivo de calidad o ruido con menor exposición global.

Los fabricantes implementan estrategias diferentes, pero conceptualmente pueden distinguirse una modulación angular durante cada rotación, una modulación longitudinal a lo largo del eje z y sistemas combinados. La información puede derivarse del topograma o de mediciones durante la adquisición. El técnico debe centrar correctamente al paciente porque el topograma y la geometría de escaneo son parte de la información que usa el sistema.

8.2. Objetivo de calidad

La modulación no persigue una dosis mínima absoluta; intenta alcanzar un objetivo de calidad definido por el protocolo. Según el fabricante puede expresarse mediante referencias de mAs, índices de ruido o parámetros propietarios. Si se exige una imagen extremadamente poco ruidosa, el sistema aumentará corriente para cumplir ese objetivo. Por eso activar AEC no garantiza por sí mismo optimización: el objetivo programado debe ser adecuado a la indicación clínica, la región y el tamaño del paciente.

8.3. Centrado y topograma

Un paciente descentrado dentro del gantry puede alterar la magnificación en el topograma y el funcionamiento de filtros conformadores, afectando a la estimación de atenuación y a la distribución de dosis. La preparación correcta, el centrado en isocentro y la elección adecuada del topograma forman parte de la técnica. La automatización puede amplificar un error inicial si la información de entrada es inadecuada.

8.4. Limitaciones

El rendimiento de la modulación depende de la región, tamaño del paciente, protocolo y arquitectura del sistema. En el corpus oficial del SAS se ha preguntado que estos sistemas son menos eficaces para reducir dosis en ciertas situaciones, lo que obliga a entender que la modulación tiene límites y no debe interpretarse como un mecanismo universal de ahorro. En anatomías con poca variación de atenuación o en pacientes muy pequeños, el margen de ajuste puede ser menor y los parámetros mínimos del sistema adquieren relevancia.

8.5. Selección automática de kV y reconstrucción

Los sistemas actuales pueden añadir selección automática de tensión y algoritmos de reconstrucción iterativa o basados en aprendizaje profundo. Ajustar kV modifica penetración y contraste; la reconstrucción avanzada puede reducir ruido o artefactos para una exposición determinada. Sin embargo, un algoritmo de reconstrucción no justifica reducir señal por debajo del nivel en el que se pierde información diagnóstica. Debe validarse por indicación y población.

La IA y los modelos de aprendizaje automático se están integrando precisamente en esta fase de la cadena: estimación de tamaño corporal, selección de protocolo, posicionamiento, modulación, reconstrucción y detección de errores. Por eso el tema oficial coloca en la misma unidad didáctica factores de exposición e inteligencia artificial: cada vez más, la selección técnica deja de ser una tabla fija y se convierte en un sistema adaptativo supervisado por el profesional.

9. EXPOSICIÓN DIGITAL, ÍNDICE DE EXPOSICIÓN Y OPTIMIZACIÓN

9.1. El receptor digital cambia el modo de reconocer errores

En película, una exposición incorrecta se traducía de forma inmediata en una radiografía demasiado clara o demasiado oscura. En digital el sistema aplica procesamiento, ajuste de histograma y presentación en ventana, de modo que el brillo final puede normalizarse. Esto mejora la robustez clínica, pero elimina una señal visual que antes alertaba de la técnica. El profesional necesita otros indicadores.

Los detectores digitales proporcionan un índice de exposición relacionado con la cantidad de radiación recibida por el receptor. Su interpretación exacta depende del estándar y del fabricante; por ello no deben compararse números sin conocer qué representa cada sistema. En entornos que implementan un índice de desviación, este expresa la diferencia respecto al objetivo definido para la proyección. La utilidad no es perseguir un número aislado, sino detectar tendencias, protocolos demasiado altos, infraexposiciones repetidas y desviaciones sistemáticas.

9.2. Exposición adecuada no significa dosis fija

Dos pacientes distintos no necesitan necesariamente la misma técnica. Un paciente de mayor espesor exige mayor salida o una estrategia de mayor penetración para obtener señal equivalente. La optimización no consiste en fijar una dosis idéntica para todos, sino en ajustar la exposición a la anatomía, indicación y tamaño, con el objetivo de calidad definido. De ahí la utilidad de AEC, tablas por espesor, programas pediátricos y modulación en TC.

9.3. Relación con los NRD

El Real Decreto 601/2019 exige establecer y aplicar niveles de referencia para diagnóstico en procedimientos diagnósticos con radiaciones ionizantes. Un NRD no es un límite de dosis individual ni una frontera entre examen seguro y peligroso. Es una herramienta de optimización para identificar prácticas que, de forma persistente, se apartan de niveles razonables para procedimientos estándar. Si se superan de forma constante y significativa los NRD o se degrada reiteradamente la calidad de imagen, deben realizarse revisiones locales y adoptar medidas correctoras.

En este tema no necesitas memorizar valores concretos de NRD si no proceden de la fuente oficial correspondiente. Sí debes comprender cómo se relacionan con los factores de exposición: una técnica sistemáticamente sobredimensionada, un AEC mal calibrado, mala colimación, centrado deficiente o protocolos de TC con objetivos de calidad excesivos pueden elevar las dosis de un servicio sin que exista una única «avería» evidente.

9.4. Indicadores que deben leerse juntos

La calidad de una práctica se evalúa combinando calidad diagnóstica, tasa de repetición, índice de exposición, indicadores dosimétricos, incidencias del AEC, cumplimiento de protocolo y distribución de valores por tipo de estudio. Ningún indicador aislado basta. Una baja tasa de repetición puede coexistir con sobreexposición sistemática; un índice de exposición aparentemente correcto puede esconder colimación inadecuada; una imagen sin ruido puede haber utilizado una dosis innecesariamente alta.

El TER/TSID participa en esta optimización al nivel de su responsabilidad: posicionamiento, selección correcta del protocolo, centrado, colimación, uso del AEC, vigilancia de indicadores, detección de repeticiones y comunicación de desviaciones. El RD 601/2019 incorpora expresamente al personal técnico habilitado como operador en el proceso de optimización de los procedimientos médico-radiológicos.

10. INTELIGENCIA ARTIFICIAL APLICADA A LA RADIOLOGÍA

10.1. Concepto y vocabulario mínimo

La inteligencia artificial (IA) engloba sistemas capaces de realizar tareas que, cuando las hace una persona, asociamos a funciones cognitivas: reconocer patrones, clasificar, predecir, recomendar, generar contenido o tomar decisiones dentro de un marco definido. En radiología interesa sobre todo porque la imagen médica es información digital estructurada: píxeles o vóxeles, metadatos DICOM, protocolos, informes y resultados que pueden ser procesados por algoritmos.

Dentro de la IA, el aprendizaje automático o machine learning agrupa métodos que aprenden patrones a partir de datos en lugar de depender exclusivamente de reglas programadas una a una. El aprendizaje profundo o deep learning utiliza redes neuronales con múltiples capas y ha tenido especial impacto en visión médica. En aprendizaje supervisado el algoritmo se entrena con ejemplos asociados a una etiqueta o resultado; en no supervisado busca estructura en los datos sin una etiqueta de salida explícita; y en enfoques autosupervisados se generan tareas de aprendizaje a partir de los propios datos para construir representaciones útiles.

Estos términos no son intercambiables. Toda técnica de deep learning pertenece al aprendizaje automático y a la IA, pero no toda IA es deep learning. Tampoco toda herramienta de postprocesado es IA: un filtro determinista, una reconstrucción analítica clásica o una regla fija de protocolo pueden ser automatización sin aprendizaje.

10.2. Dónde puede actuar la IA en la cadena radiológica

Una ventaja docente de estudiar IA dentro de este tema es observar que puede intervenir antes, durante y después de la exposición. Antes de adquirir, puede ayudar a priorizar solicitudes, identificar el protocolo probable, detectar duplicidades o extraer información clínica relevante. En la preparación de la exploración puede apoyar el centrado, reconocer anatomía en el topograma, estimar el tamaño corporal y proponer parámetros. Durante la adquisición puede intervenir en control de exposición, selección adaptativa de parámetros o detección de movimiento. Después, puede reconstruir, reducir ruido, segmentar, cuantificar, detectar hallazgos, clasificar estudios, comparar con previos o estructurar información.

10.3. IA para adquisición y optimización de dosis

En relación directa con los factores de exposición, la IA puede utilizar modelos entrenados para estimar la atenuación del paciente, seleccionar parámetros de adquisición o reconstruir imágenes con menor ruido a partir de datos de menor señal. La promesa técnica es mantener la capacidad diagnóstica reduciendo radiación o mejorando consistencia. Pero el criterio correcto no es «usar IA = bajar dosis». La validación debe comprobar que la reducción de ruido no elimina lesiones, no altera texturas relevantes y funciona en pacientes, equipos y protocolos distintos de los del entrenamiento.

La reconstrucción basada en aprendizaje profundo merece especial cautela. Una imagen visualmente muy limpia puede inducir la impresión de mayor calidad aunque el algoritmo haya suavizado detalles o modificado la textura del ruido. El TER/TSID debe conocer qué reconstrucción corresponde al protocolo, qué versiones están validadas y cuándo una modificación tecnológica exige revisar los parámetros de adquisición y los indicadores de calidad.

10.4. IA para detección y apoyo a la decisión

Los sistemas de detección asistida pueden localizar regiones sospechosas; los de clasificación asignan categorías; los de segmentación delimitan estructuras; los de cuantificación miden volúmenes, diámetros o cambios; y los sistemas de triaje priorizan estudios en la lista de trabajo cuando detectan patrones compatibles con situaciones urgentes. En ningún caso debe confundirse un resultado algorítmico con una verdad absoluta. El rendimiento depende de la población, prevalencia, calidad de imagen y umbral de decisión.

Un algoritmo puede obtener un rendimiento excelente en el hospital donde se desarrolló y degradarse cuando cambia el fabricante del equipo, el grosor de corte, la reconstrucción, el perfil demográfico o la prevalencia de enfermedad. Este fenómeno se denomina de forma general cambio de dominio o dataset shift. Por eso la validación externa y la vigilancia después del despliegue son esenciales.

10.5. Sesgo, explicabilidad y automatización

El sesgo algorítmico aparece cuando el rendimiento no es homogéneo entre grupos o situaciones relevantes debido a datos no representativos, etiquetas defectuosas, variables de confusión o decisiones de diseño. En imagen médica, un algoritmo puede aprender señales espurias: marcas del equipo, texto incrustado, protocolo o procedencia del hospital en lugar de la característica biológica que interesa.

La explicabilidad intenta hacer comprensibles los factores que conducen a una salida. No significa que todo sistema deba traducirse a una regla simple, pero sí que sus capacidades, limitaciones y condiciones de uso deben ser conocidas. El profesional necesita saber qué entrada recibe el algoritmo, qué salida produce, qué error cabe esperar y qué hacer cuando el resultado no concuerda con la imagen o la clínica.

El sesgo de automatización consiste en otorgar un peso excesivo a la recomendación automática, incluso cuando existen datos que la contradicen. Puede expresarse como comisión —aceptar un error del sistema— u omisión —dejar de buscar un hallazgo porque el sistema no lo marcó—. La respuesta correcta no es desconfiar siempre de la IA, sino mantener supervisión profesional y procedimientos de verificación.

10.6. IA generativa

Los modelos generativos pueden redactar borradores, resumir información, transformar texto y, en algunos contextos, generar o modificar imágenes. En radiología su uso debe distinguirse del análisis clínico validado. Un modelo generativo puede producir contenido lingüísticamente convincente pero incorrecto: las llamadas alucinaciones. Por ello no debe usarse como fuente autónoma de hechos clínicos ni incorporarse sin revisión a documentación asistencial.

En septiembre de 2026 el marco europeo de IA ya es directamente relevante. El Reglamento (UE) 2024/1689, Ley de IA, es aplicable con un calendario escalonado. Tras la modificación conocida como AI Omnibus, las reglas para sistemas de alto riesgo del anexo III se aplican desde diciembre de 2027 y, para sistemas de alto riesgo integrados en productos regulados del anexo I —grupo en el que pueden encajar determinados dispositivos médicos con IA—, desde agosto de 2028. La interacción entre la Ley de IA y los Reglamentos de productos sanitarios debe evaluarse conjuntamente.

La guía conjunta de la Comisión Europea sobre IA y productos sanitarios señala que un sistema de IA en un producto sanitario se considera de alto riesgo conforme al artículo 6.1 cuando es componente de seguridad o es él mismo un producto regulado y está sujeto a evaluación de conformidad por tercero bajo MDR/IVDR. Para un opositor, la idea esencial es más sencilla: la IA clínica no queda fuera de la regulación sanitaria por ser software. Deben mantenerse seguridad, trazabilidad, calidad, evaluación clínica y vigilancia.

11. RADIÓMICA: CONVERTIR IMÁGENES EN DATOS CUANTITATIVOS

11.1. Definición

La radiómica es el análisis cuantitativo de imágenes médicas mediante la extracción sistemática de un gran número de características o features que describen forma, intensidad y textura. La idea de fondo es que una imagen contiene información cuantitativa que no siempre puede resumirse con la inspección visual. Una lesión puede tener un tamaño y densidad media similares a otra, pero diferir en heterogeneidad, distribución espacial de niveles de gris o forma tridimensional.

La Image Biomarker Standardisation Initiative (IBSI) define su objetivo precisamente en torno a la extracción estandarizada de biomarcadores de imagen para análisis cuantitativo de alto rendimiento. La radiómica no es una modalidad de imagen: trabaja sobre imágenes ya adquiridas mediante TC, RM, PET u otras técnicas. Tampoco es sinónimo de IA. Las variables radiómicas pueden analizarse con estadística clásica o alimentar modelos de aprendizaje automático, pero la extracción de características y el modelo predictivo son etapas distintas.

11.2. Flujo de trabajo radiómico

Un estudio radiómico suele seguir una cadena ordenada:

1. Adquisición de imagen con un protocolo definido.
2. Preprocesamiento: correcciones, normalización, resampling o filtrado según el método.
3. Segmentación de la región de interés (ROI) o volumen de interés (VOI).
4. Discretización u otras transformaciones requeridas por determinadas familias de textura.
5. Extracción de características cuantitativas.
6. Selección y reducción de variables para evitar redundancia y sobreajuste.
7. Construcción del modelo estadístico o de aprendizaje automático.
8. Validación interna y, de forma ideal, externa.
9. Evaluación clínica para comprobar utilidad, reproducibilidad y generalización.

Cada eslabón puede alterar el resultado. Cambiar el grosor de corte, el kernel de reconstrucción, el tamaño de vóxel o el método de segmentación puede cambiar muchas características extraídas. Por eso la radiómica depende de forma extraordinaria de la estandarización de adquisición y procesamiento.

11.3. Familias de características

Las características de forma describen geometría del ROI: volumen, superficie, compacidad, elongación o esfericidad. Las de primer orden resumen la distribución de intensidades sin considerar dónde se sitúa cada vóxel: media, mediana, percentiles, varianza, asimetría, curtosis o entropía de histograma, según la definición utilizada.

Las características de textura incorporan relaciones espaciales entre niveles de gris. La matriz de coocurrencia de niveles de gris (GLCM) estudia pares de intensidades según distancia y dirección; la matriz de longitud de recorridos (GLRLM) describe secuencias de vóxeles con igual nivel; la matriz de zonas de igual nivel (GLSZM) cuantifica zonas conectadas; otras familias estandarizadas incluyen GLDZM, NGTDM y NGLDM. No necesitas memorizar todas las ecuaciones para una oposición de TER, pero sí comprender que «textura» no es una opinión visual: son descriptores matemáticos de organización espacial.

También pueden extraerse características tras aplicar filtros que resaltan escalas o patrones. IBSI 2 se centró en estandarizar filtros de convolución utilizados en radiómica, porque una implementación diferente puede generar valores distintos incluso a partir de la misma imagen. La estandarización es esencial para que un biomarcador sea reproducible entre centros y programas.

11.4. Radiómica artesanal y radiómica profunda

La radiómica artesanal o handcrafted radiomics utiliza características definidas explícitamente por fórmulas conocidas. El investigador sabe qué representa cada variable y puede comparar su cálculo con valores de referencia. En la deep radiomics, una red neuronal aprende representaciones directamente a partir de los datos, sin que cada característica tenga una definición humana previa. Ambas aproximaciones pueden combinarse.

La radiómica artesanal ofrece mayor interpretabilidad de las variables, pero sufre problemas de estabilidad ante diferencias de adquisición y segmentación. Las características profundas pueden capturar patrones complejos, pero necesitan grandes conjuntos de datos y pueden ser menos interpretables. En ambos casos la validación externa es imprescindible si se pretende generalizar.

11.5. Reproducibilidad: el gran problema

El principal obstáculo histórico de la radiómica ha sido la reproducibilidad. Dos softwares podían calcular valores distintos para una característica con el mismo nombre; dos centros podían obtener resultados diferentes por diferencias de protocolo; dos observadores podían segmentar un tumor de forma distinta. La IBSI se creó para estandarizar nomenclatura, definiciones, esquemas de procesamiento y valores de referencia.

IBSI 1 estableció valores de referencia consensuados para 169 características y un esquema estandarizado de procesamiento. IBSI 2 amplió el trabajo a filtros de imagen y publicó resultados de estandarización en 2024. Para el opositor no es necesario memorizar estos números salvo que aparezcan en material oficial, pero sí retener el mensaje: sin estandarización del procesamiento, una cifra radiómica no es automáticamente un biomarcador fiable.

11.6. Aplicaciones potenciales

La radiómica se ha investigado para caracterización de lesiones, estratificación de riesgo, predicción de respuesta al tratamiento, pronóstico, correlación con alteraciones moleculares y evaluación de heterogeneidad tumoral. Su atractivo es que utiliza estudios de imagen ya realizados y puede analizar el volumen completo de una lesión de manera no invasiva. Sin embargo, la traducción clínica ha sido más lenta de lo que sugiere el volumen de publicaciones debido a heterogeneidad metodológica, muestras pequeñas, sobreajuste y falta de validación prospectiva.

Cuando la radiómica se combina con variables clínicas, genómicas o analíticas se habla de modelos multimodales. La radiogenómica busca asociaciones entre características de imagen y alteraciones genéticas o moleculares. Son áreas de gran interés, pero el técnico debe mantener clara la cadena: adquisición fiable → segmentación → extracción reproducible → modelo validado → utilidad clínica demostrada.

12. PAPEL DEL TER/TSID EN IA Y RADIÓMICA

La IA no reduce el papel del TER/TSID a pulsar un botón. Al contrario, aumenta la importancia de la calidad de los datos de entrada. Un algoritmo entrenado para trabajar con imágenes centradas, con un grosor de corte y una reconstrucción determinados puede perder rendimiento si la adquisición real se aparta de esos parámetros. El técnico controla gran parte de esa entrada.

12.1. Adquisición estandarizada

En radiómica y en IA, variaciones aparentemente pequeñas de protocolo pueden alterar la señal. El TER/TSID contribuye manteniendo parámetros definidos, registrando desviaciones, evitando movimientos, centrando al paciente, seleccionando el campo correcto y aplicando el protocolo adecuado. Cuando un estudio va a utilizarse para seguimiento cuantitativo, la consistencia entre exploraciones puede ser tan importante como la calidad aislada de cada una.

12.2. Metadatos y trazabilidad

Los sistemas de IA pueden depender de metadatos DICOM: fabricante, modelo, protocolo, grosor, reconstrucción, dosis o series. La integridad de estos datos facilita auditoría y reproducibilidad. No deben manipularse ni perderse durante exportaciones o conversiones. En proyectos de investigación, la anonimización debe preservar la información necesaria para el análisis sin exponer datos identificativos.

12.3. Control de calidad

Un cambio de versión del software, una actualización del equipo, un nuevo kernel de reconstrucción o un detector sustituido pueden cambiar las imágenes que recibe un algoritmo. Por eso el control de calidad no se limita a la física del equipo: en sistemas con IA también interesa la vigilancia del rendimiento algorítmico. Deben detectarse desviaciones, resultados inesperados y posibles diferencias entre subgrupos o equipos.

12.4. Supervisión humana

El técnico debe reconocer cuándo una automatización falla: recorte anatómico por centrado automático incorrecto, selección de protocolo no coherente con la petición, artefacto que confunde una segmentación, reducción de ruido que cambia una textura o alerta que no concuerda con la imagen. La competencia profesional incluye saber detener el automatismo y volver a un procedimiento validado.

12.5. Privacidad y seguridad

Los sistemas de IA pueden enviar datos a servidores locales o remotos. Debe conocerse el circuito autorizado, las políticas de acceso, la pseudonimización cuando proceda y la trazabilidad de usuarios. Una herramienta aparentemente útil instalada fuera del entorno corporativo puede introducir riesgos de confidencialidad, transferencia no autorizada o pérdida de control sobre imágenes clínicas.

En el marco europeo vigente, la IA sanitaria se integra con la regulación de producto sanitario, protección de datos, ciberseguridad y gobernanza de IA. Para el examen, no necesitas convertir este tema en derecho tecnológico, pero sí entender dos principios: la responsabilidad profesional no desaparece por automatizar una tarea y un sistema clínico debe utilizarse dentro de su finalidad prevista y sus condiciones de validación.

13. CASOS PRÁCTICOS Y CÁLCULOS RESUELTOS

Caso 1. Cambio de mA para reducir movimiento

Una proyección se realiza con 200 mA y 0,10 s. El mAs es 20. El paciente no colabora y quieres reducir el tiempo a 0,05 s manteniendo la misma carga. Plantea 200 × 0,10 = mA₂ × 0,05. El resultado es 400 mA. Si el tubo y el foco seleccionado lo permiten, mantienes 20 mAs y reduces a la mitad el tiempo, por lo que disminuye el riesgo de borrosidad por movimiento.

Caso 2. Cambio de distancia

Una técnica manual utiliza 10 mAs a 100 cm. Se decide adquirir a 150 cm manteniendo kV y exposición aproximada del receptor. Aplica mAs₂ = 10 × (150/100)² = 22,5 mAs. El aumento parece grande porque la intensidad cae con el cuadrado de la distancia, no de forma lineal.

Caso 3. Regla del 15 %

Una técnica parte de 80 kV y 20 mAs. Un incremento aproximado del 15 % lleva a 92 kV. Si deseas mantener una exposición de receptor similar según la regla docente, reduces el mAs aproximadamente a 10. Si mantuvieras 20 mAs, la exposición del receptor aumentaría de forma aproximada. En digital no debes decidir si la compensación ha funcionado mirando solo el brillo; debes comprobar indicador de exposición, ruido y calidad.

Caso 4. Cámara de AEC bajo una prótesis

En una proyección con AEC, una prótesis metálica queda sobre la cámara activa. El metal reduce mucho la radiación que alcanza el detector de control. El sistema interpreta que todavía no ha recibido suficiente señal y prolonga la exposición. Resultado probable: mAs elevado y dosis innecesaria. La solución es seleccionar una cámara adecuada o utilizar una técnica manual validada, no aplicar después un ajuste de brillo.

Caso 5. Cámara fuera del paciente

Si una cámara activa queda parcialmente fuera de la anatomía, recibe radiación primaria con poca atenuación. Alcanza el umbral rápidamente y corta la exposición. El área de interés puede quedar infraexpuesta y con ruido. El error no es «del AEC»: es de selección o posicionamiento.

Caso 6. TC y paciente descentrado

Un paciente se coloca claramente por debajo del isocentro. El topograma no representa la geometría esperada y la estimación de atenuación puede alterarse; además, los filtros conformadores no trabajan en la posición ideal. Aunque la modulación automática esté activada, la técnica no está optimizada. La intervención del TER/TSID es reposicionar antes de adquirir cuando sea posible.

Caso 7. Reconstrucción con IA muy limpia

Un algoritmo nuevo produce imágenes con mucho menos ruido. La respuesta correcta no es reducir automáticamente la exposición de todos los protocolos. Primero debe validarse que conserva detectabilidad de lesiones y textura relevante en las indicaciones previstas. La mejora visual no equivale por sí sola a una mejora diagnóstica.

Caso 8. Radiómica y cambio de reconstrucción

Un estudio longitudinal utiliza TC para extracción radiómica. En la segunda exploración se cambia el kernel de reconstrucción sin registrarlo. Aunque la lesión no haya cambiado, algunas características de textura pueden variar. El análisis puede atribuir al tumor un cambio que en realidad procede del procesamiento. La lección es que la radiómica exige protocolos y metadatos reproducibles.

14. APLICACIÓN PRÁCTICA EN LA SALA

14.1. Antes de exponer

• Confirma paciente, indicación, lateralidad y proyección.
• Selecciona el protocolo adecuado al tamaño, edad y región anatómica.
• Centra al paciente y acerca la anatomía al receptor cuando la proyección lo permita.
• Colima a la región de interés; no sustituyas colimación por recorte digital posterior.
• Comprueba si procede rejilla y que su geometría sea correcta.
• Si usas AEC, elige cámaras coherentes y verifica que quedarán cubiertas por anatomía representativa.
• Prevé prótesis, metal, contraste o dispositivos que puedan alterar la cámara.

14.2. Durante la exposición

• Evita movimiento con instrucciones claras y tiempos adecuados.
• En TC, vigila centrado, rango de exploración, topograma y parámetros automáticos.
• No amplíes el rango de adquisición «por si acaso» si no está indicado.
• Si un automatismo produce un comportamiento anómalo, interrumpe y revisa la causa antes de repetir.

14.3. Después

• Evalúa calidad diagnóstica antes de repetir.
• Consulta el indicador de exposición o los indicadores dosimétricos disponibles.
• No repitas por estética: pregunta si la información clínica es suficiente.
• Registra y comunica desviaciones sistemáticas del AEC o de protocolos.
• En flujos con IA, comprueba que el estudio llega con metadatos y series esperadas y revisa resultados incoherentes.

Esta secuencia resume la filosofía del tema: la exposición correcta se diseña antes del disparo, se controla durante la adquisición y se audita después. La tecnología automática ayuda, pero necesita entradas correctas y supervisión.

15. IDEAS CLAVE PARA EL EXAMEN

• kV: controla principalmente energía y penetración del haz; también modifica la cantidad efectiva que llega al receptor.
• mAs: controla principalmente la cantidad de fotones; su relación con la exposición del receptor es aproximadamente directa.
• mAs = mA × tiempo: permite intercambiar corriente y duración si el equipo lo admite.
• Distancia: la intensidad sigue la ley del inverso del cuadrado.
• Para mantener exposición al aumentar SID: mAs₂ = mAs₁ × (d₂/d₁)².
• Menor OID y mayor SOD reducen magnificación y penumbra geométrica.
• La regla del 15 % es una aproximación: +15 % kV puede compensarse aproximadamente con 1/2 mAs para mantener exposición del receptor.
• La colimación reduce volumen irradiado y dispersión; mejora el contraste de la señal.
• La rejilla reduce dispersa, pero exige mayor exposición del sistema y una geometría correcta.
• En digital, brillo y contraste de presentación no son medidores fiables de exposición.
• El AEC termina la exposición cuando el detector alcanza su objetivo; requiere selección y centrado correctos.
• Metal sobre una cámara AEC puede prolongar la exposición; cámara fuera del paciente puede cortarla antes de tiempo.
• En TC, la modulación automática adapta corriente a la atenuación/morfología y al objetivo de calidad.
• La IA puede intervenir en protocolo, posicionamiento, adquisición, reconstrucción, análisis y flujo de trabajo.
• IA no significa ausencia de supervisión: existen sesgo, cambio de dominio, falsos resultados y automatización indebida.
• Radiómica: extracción cuantitativa de características de imagen; no es sinónimo de IA.
• La radiómica necesita estandarización de adquisición, segmentación, procesamiento y cálculo para ser reproducible.
• El TER/TSID es clave en calidad de los datos: protocolo, centrado, exposición, metadatos y control de desviaciones.

16. MAPA CONCEPTUAL

17. VIGENCIA DE FUENTES Y REFERENCIAS

Normativa vigente comprobada: Real Decreto 601/2019, de 18 de octubre, sobre justificación y optimización del uso de las radiaciones ionizantes en exposiciones médicas. El texto consolidado consultado mantiene los artículos relativos a optimización, niveles de referencia para diagnóstico, responsabilidades y equipos. En particular, la optimización debe considerar la elección del equipo, los aspectos prácticos del procedimiento, la garantía de calidad y la evaluación de dosis.

Inteligencia artificial: Reglamento (UE) 2024/1689, por el que se establecen normas armonizadas en materia de inteligencia artificial, en su versión consolidada de 27 de julio de 2026 tras el AI Omnibus. A fecha de septiembre de 2026, las reglas de alto riesgo del anexo III se aplican desde el 2 de diciembre de 2027 y las de sistemas de alto riesgo integrados en productos regulados del anexo I desde el 2 de agosto de 2028. Para productos sanitarios se ha consultado además la guía conjunta AIB 2025-1 / MDCG 2025-6 sobre interacción entre AI Act y MDR/IVDR.

Radiómica: Image Biomarker Standardisation Initiative (IBSI). IBSI 1 estandarizó el flujo de cálculo y 169 características con valores de referencia; IBSI 2, finalizada y publicada en 2024, extendió la estandarización a filtros de imagen. La referencia debe revisarse si IBSI publica nuevas versiones o capítulos que sustituyan las definiciones utilizadas.

Física de la exposición: IAEA, Diagnostic Radiology Physics: A Handbook for Teachers and Students, como referencia docente para relación kV–mAs y física de radiografía; literatura de técnica radiográfica revisada para AEC y regla del 15 %. La regla del 15 % se presenta expresamente como aproximación docente, no como constante universal.

Exámenes oficiales SAS utilizados como perlas: 2018 turno libre (P37, P122, P129), 2021 turno libre (P11, P56) y 2025 turno libre (P44, P75), con letras correctas contrastadas con las plantillas definitivas del corpus del proyecto. La prueba aplazada se ha utilizado solo como orientación temática, sin cita como perla.

Fecha de revisión del tema: 12 de septiembre de 2026.

Referencias esenciales

• Real Decreto 601/2019, de 18 de octubre. BOE-A-2019-15604.
• Reglamento (UE) 2024/1689, Ley de Inteligencia Artificial, texto consolidado a 27/07/2026.
• European Commission. AIB 2025-1 / MDCG 2025-6. Interplay between MDR/IVDR and the Artificial Intelligence Act.
• Image Biomarker Standardisation Initiative (IBSI): documentación IBSI 1 e IBSI 2.
• Zwanenburg A, et al. The Image Biomarker Standardization Initiative: Standardized Quantitative Radiomics for High-Throughput Image-based Phenotyping. Radiology. 2020.
• Image Biomarker Standardisation Initiative: standardized convolutional filters for reproducible radiomics. Radiology. 2024.
• IAEA. Diagnostic Radiology Physics: A Handbook for Teachers and Students.

Palabras clave

kV · kVp · mA · mAs · tiempo de exposición · ley del inverso del cuadrado · SID · SOD · OID · magnificación · penumbra geométrica · colimación · rejilla · filtración · detector digital · ruido cuántico · índice de exposición · AEC · fototemporizador · cámara de ionización · modulación de corriente · TC · optimización · NRD · inteligencia artificial · machine learning · deep learning · segmentación · reconstrucción · sesgo algorítmico · radiómica · textura · GLCM · IBSI · biomarcador de imagen.