De proteger a pacientes a predecir desastres: la IA potencia la tecnología nuclear

Cuando nos hacemos una prueba de radiodiagnóstico en el hospital, tanto nosotros como los técnicos nos exponemos a una pequeña cantidad de radiación. Para los trabajadores del hospital ello implica una pequeña, pero constante, exposición diaria que aumenta ligeramente su riesgo a padecer enfermedades graves como el cáncer.

“Son miles de personas las que se exponen diariamente en la mayor parte de los hospitales”, señaló el profesor John Damilakis, importante figura en el campo de la física médica y director del Departamento de Física Médica en la Universidad de Creta, en Grecia. “Por eso es necesario controlar minuciosamente la dosis de radiación que recibe cada persona”.

Los hospitales deben garantizar que los pacientes reciban la mínima radiación necesaria para conseguir imágenes de calidad. Pese a ello, se suelen usar valores promedio para grupos demográficos grandes, por lo que un hombre pequeño y delgado podría recibir la misma dosis que un hombre alto y de mayor peso de una edad similar. Por lo tanto, un paciente se expone a un mayor riesgo que el otro.

La dosis adecuada

Para abordar esta cuestión, Damilakis ha dirigido una iniciativa de investigación financiada por la UE titulada SiNfONiA, en la que se ha utilizado la IA para personalizar la dosis de radiación que debe recibir cada paciente.

“En vez de trabajar con valores promedio, usamos modelos complejos”, explicó Damilakis. “La IA determina la dosis mínima necesaria para cada paciente, proceso este que puede ser muy minucioso. Por ejemplo, si una mujer se ha sometido a una mastectomía debido a un cáncer, el modelo proporcionará una dosis menor”.

La investigación de SiNfONiA, que concluyó en diciembre de 2024, es uno de los muchos ejemplos del apoyo que la UE brinda en gran variedad de ámbitos de la ciencia nuclear, como la sanidad, la agricultura, la exploración espacial o, incluso, la predicción de catástrofes. Lo que tienen en común todos estos campos de la tecnología nuclear es que, en su desarrollo, interviene cada vez más la IA.

Para visibilizar tales avances, la Comisión Europea organizó un evento sobre inteligencia atómica, investigación nuclear e IA denominado Atomic intelligence: at the intersection of nuclear research and AI en Bruselas, Bélgica, el 19 de mayo de 2025. Este evento reunió varias iniciativas de investigación que, como SiNfONiA, hacen uso de la IA para potenciar sus resultados.

Un mejor mantenimiento

En el ámbito de la seguridad de las centrales nucleares, el equipo de investigación con el tan acertado nombre El-Peacetolero, dirigido por la Universidad Sorbona de París (Francia), ha hecho uso de la IA para mejorar las inspecciones de centrales nucleares y, por lo tanto, su seguridad.

El equipo, que cuenta con investigadores de Francia, España y Alemania, ha desarrollado un dispositivo manual de baja potencia y aspecto similar al de una pistola basado en la optoelectrónica. Este dispositivo es capaz de evaluar rápidamente el estado de los polímeros que se han utilizado como capas de protección, sellado o aislamiento en juntas, cables eléctricos o tuberías. También es capaz de determinar el tipo de polímero empleado.

Aunque supervisar el grado de envejecimiento e integridad de los polímeros es algo fundamental, también es un proceso problemático para los 126 reactores operativos en la UE, ya que hasta la fecha estas inspecciones eran lentas y laboriosas.

“Hay que perforar un orificio, tomar una muestra y enviarla a un laboratorio”, comentó Alejandro Ribes Cortes, el investigador principal de la empresa de energía francesa Électricité de France (EDF). «A veces los resultados se demoran semanas».

Pero el tiempo es un bien preciado con el que los equipos de mantenimiento no cuentan. Normalmente, las centrales nucleares se apagan con fines de mantenimiento solamente alrededor de un mes al año, y cualquier retraso puede resultar muy costoso.

“Cada día adicional puede suponer otro millón de euros en costes”, informó Ribes Cortes, que trabaja en el laboratorio de EDF Paris-Saclay, donde se especializa en la integración de IA en aplicaciones científicas y de ingeniería.

Este campo es particularmente importante para las centrales nucleares que están en proceso de cierre por antigüedad, y los investigadores a veces no saben con exactitud el tipo de polímero empleado.

“El dispositivo emite luces LED y láser al objetivo”, describió Ribes Cortes. “Se puede extraer información para determinar el material exacto que se empleó gracias a la luz que este dispositivo refleja”. Los algoritmos de IA comparan la luz reflejada con el patrón de luz que refleja todo un rango de polímeros, lo que permite identificarlos de manera más rápida y precisa que en el pasado.

Sensores nucleares de sismos

Con la tecnología nuclear también pueden predecirse terremotos de manera más eficiente. Stéphane Labbé, profesor de Matemáticas Avanzadas e Ingeniería en la Universidad Sorbona, dirige el componente de IA de otra iniciativa de investigación financiada por la UE bajo el nombre de artEmis, que combina la IA con tecnología nuclear para predecir seísmos en sus primeras fases.

“Los métodos de predicción actuales se basan en el movimiento del suelo”, explicó Labbé. “Ello nos permite predecir terremotos horas o días antes de que ocurran. No obstante, no es tiempo suficiente. Necesitamos predicciones con semanas, e incluso meses, de antelación para poder prepararnos de verdad”.

Los terremotos se originan con el movimiento de las placas tectónicas de la Tierra, un proceso que libera radón, un gas radioactivo que se genera de manera natural. Con estos movimientos tectónicos, y antes de que se produzca el terremoto, se liberan altas cantidades de radón que se introducen en las aguas subterráneas.

Los investigadores de artEmis se han propuesto instalar sensores en lo más hondo del subsuelo para detectar estos picos de radón antes de que ocurra el sismo. Aquí es donde la tecnología nuclear y la IA pueden ser de ayuda. La tecnología nuclear detectaría el radón. La IA, por su parte, es esencial para examinar al detalle los datos complejos y determinar las señales de radón asociadas a la actividad sísmica.

Superar las limitaciones

Los investigadores también deben superar algunas de las limitaciones de la IA, como la falta de transparencia o los riesgos de sesgo. En el contexto de la IA, los sesgos son los errores o prejuicios sistemáticos que forman parte de los sistemas de IA y que podrían dar lugar a resultados parciales, discriminatorios o distorsionados.

A modo de ejemplo, algunos métodos de IA no muestran a los investigadores por qué un algoritmo elige cierta opción, lo que supone un problema para la predicción sísmica y dificulta la labor del equipo de artEmis.

En medicina, los sesgos en los datos de entrenamiento dan lugar a errores peligrosos. “Por eso compartimos nuestro código con otros investigadores”, señaló Damilakis. “De esa manera, pueden probarlo con sus datos y ayudarnos a abordar posibles sesgos”.

Pese a que no hay solución para todos los problemas (artEmis todavía debe diseñar sensores que soporten las condiciones de las capas profundas del subsuelo), el trabajo de los investigadores que aplican la IA en la tecnología nuclear sigue adelante. “Nuestro sueño es predecir terremotos uno o dos meses antes de que ocurran”, declaró Labbé. “Cambiaría mucho las cosas. Salvaría muchísimas vidas”.

La investigación descrita en este artículo ha sido financiada con fondos del programa Horizon de la UE. Las opiniones de los entrevistados no reflejan necesariamente la de la Comisión Europea.

​Artículo publicado originalmente en Horizon, la revista de investigación e innovación de la Unión Europea.