Julián Retavizca y la neuroanatomía del diagnóstico
En el LX Curso de la SMRI, redefinió la imagen médica como una arquitectura de datos, algoritmos y decisiones clínicas, donde el hardware es el cuarto pilar invisible
Por: Carlos Henze / Fotografía: Daniela Escartin
LaSalud.mx / Sanamente.mx / Oncologia.mx, Ciudad de México, 24 de febrero de 2026 .- Durante el LX Curso Internacional de Radiología e Imagen, organizado por la Sociedad Mexicana de Radiología e Imagen (SMRI) y celebrado en la Ciudad de México del 5 al 7 de febrero, el licenciado en Imágenes Diagnósticas Julián Retavizca presentó la conferencia titulada “Datos, algoritmos y decisiones. La neuroanatomía del diagnóstico”, una propuesta conceptual que reconfigura el entendimiento contemporáneo de la tomografía computarizada y la inteligencia artificial en medicina.
En entrevista exclusiva para LaSalud.mx / Oncologia.mx, Julián Retavizca, actual Gerente de Producto en Tomografía Computarizada de United Imaging para Latinoamérica, explicó que el diagnóstico por imagen ya no se sustenta únicamente en píxeles. “Hoy son datos, son algoritmos y son decisiones”, afirmó, subrayando que la inteligencia artificial no opera de manera autónoma, sino que depende de la calidad de la información que la alimenta.
ÚNETE A NUESTRO CANAL DE WHATSAPP. LASALUD.MX LA REVISTA DE LA COMUNIDAD MÉDICA. PORQUÉ LA SALUD ES PRIMERO
De los píxeles a los datos: la “neuroanatomía” del diagnóstico
Para Julián Retavizca, la “neuroanatomía del diagnóstico” describe la estructura funcional que hoy compone la imagen médica: datos robustos, algoritmos entrenados y decisiones clínicas. A estos tres elementos añadió un cuarto, frecuentemente invisibilizado: el hardware.
Contar con equipos capaces de capturar señales con alta fidelidad es determinante para generar datos de calidad. United Imaging, señaló, ha desarrollado una suite de equipos concebidos desde su arquitectura con inteligencia artificial integrada, lo que incrementa la sensibilidad diagnóstica en el mercado.
Inteligencia artificial: copiloto clínico, no sustituto
Uno de los ejes centrales de su ponencia fue desmitificar la idea de reemplazo profesional. “El radiólogo se convertirá en quien decida qué hace la inteligencia artificial”, explicó.
Los algoritmos ya intervienen en toda la cadena productiva: desde el posicionamiento automático del paciente mediante cámaras inteligentes, la predicción de parámetros técnicos en el pre escaneo, el análisis de fases cardíacas durante el escaneo, hasta el posprocesamiento acelerado, que puede reducir tiempos de 30 minutos a apenas un minuto.
Lejos de sustituir, la IA actúa como soporte clínico y copiloto del radiólogo, quien conserva la responsabilidad final.
Precisión antes que velocidad
Con resoluciones temporales que alcanzan 25 milisegundos, la tomografía computarizada ha tocado límites físicos en velocidad. El desafío actual, sostuvo Retavizca, no es acelerar, sino perfeccionar la calidad de imagen y la precisión diagnóstica.
En oncología, destacó herramientas que mejoran la detectabilidad de bajo contraste, fundamentales para caracterizar lesiones en etapas tempranas. Mencionó además segmentación hepática automatizada, cirugía virtual y avances en teragnosis apoyados por imagen molecular, resonancia magnética dinámica y tomografía dinámica.
En neurología, resaltó algoritmos para análisis vascular y detección de aneurismas. En cardiología, herramientas que disminuyen ruido, preservan baja dosis y corrigen artefactos de movimiento coronario.
Comando de voz y automatización avanzada
Entre las innovaciones tecnológicas mencionó el primer angiógrafo totalmente comandado por voz, capaz de proponer configuraciones al médico intervencionista y ejecutar movimientos con alta flexibilidad. Aunque configurable manualmente, la experiencia de usuarios muestra una preferencia por la automatización.
Asimismo, recordó que, en 2024, en el Congreso Internacional de Imagen Molecular, United Imaging obtuvo el reconocimiento a la Imagen del Año con una PET-CT cerebral.
Acceso equitativo y visión global
Julián Retavizca evocó la visión del Dr. Xue Min, presidente de United Imaging, quien impulsó la democratización tecnológica en China, buscando que tanto grandes ciudades como regiones remotas accedieran a las mismas soluciones diagnósticas. Esa filosofía, afirmó, guía la estrategia regional: cerrar la brecha entre hospitales grandes y pequeños, entre zonas urbanas y regiones apartadas.
ÚNETE A NUESTRO CANAL DE WHATSAPP. ONCOLOGIA.MX LA REVISTA DE LA COMUNIDAD MÉDICA. PORQUÉ LA SALUD ES PRIMERO
La tecnología, aseguró, es accesible también para hospitales públicos, con protocolos de seguridad que permiten mantener datos dentro de servidores hospitalarios o protegidos con cifrado punto a punto.
¿Puede la IA detectar lo invisible?
Ante la pregunta sobre si la inteligencia artificial puede anticipar lesiones imperceptibles al ojo humano, fue categórico: sí. La mejora en resolución de bajo contraste permite evidenciar estructuras antes no distinguibles, manteniendo baja dosis de radiación.
El mayor beneficio para el paciente, concluyó, es triple: acceso a tecnología de primera línea, reducción de dosis y diagnóstico precoz.
Esta nota, así como reportajes, entrevistas exclusivas, videos, podcast y más, los podrás encontrar en nuestra próxima edición especial digital de Temas Selectos en Dispositivos Médicos.
LaSalud.mx La Revista de la Comunidad Médica.
Visita algunas de nuestras ediciones especiales en https://issuu.com/grupo-mundodehoy
D.E.
