La tomografía computarizada es como una radiografía que toma cientos de imágenes desde distintos ángulos y con ellas construye una imagen tridimensional del cuerpo. Pero cada imagen implica una pequeña dosis de radiación, y los médicos necesitan saber cuánta recibe cada órgano. Hoy en día, esto suele estimarse de forma aproximada, con tablas promedio, y no para cada paciente en particular.

Los investigadores enseñaron a una red neuronal a predecir la dosis para cada órgano. Para entrenarla hacen falta ejemplos, pero los datos reales escasean: no vas a irradiar a una persona solo por un experimento. Por eso crearon miles de cuerpos virtuales: fantomas informáticos con distintos tamaños de órganos y formas corporales. El modelo entrenado solo con estos datos sintéticos se equivocaba en órganos pequeños como el cristalino del ojo o la glándula tiroides.

Este enfoque híbrido es como el entrenamiento de un piloto: primero cientos de horas en el simulador, luego unos pocos vuelos con un instructor. Los cuerpos virtuales aportan variedad, y los datos reales, el anclaje a la realidad. Esto reduce la necesidad de registros médicos reales y ayuda a hacer la dosimetría personalizada.