En el ámbito de la imagenología médica, los archivos DICOM son mucho más que simples contenedores de imágenes. Actúan como repositorios estructurados que guardan no solo la representación visual de un estudio, sino también una gran cantidad de información contextual esencial. Al acceder a estos archivos mediante las etiquetas o "tags" DICOM, se puede desbloquear un conjunto de metadatos clínicos y técnicos de gran valor para el diagnóstico, la investigación y la gestión de datos sanitarios.

1. Estructura Interna de un Archivo DICOM: Más Allá de la Imagen

La arquitectura de un archivo DICOM está meticulosamente organizada para garantizar la interoperabilidad y la precisión de los datos. Se divide en dos segmentos principales: un encabezado y un conjunto de datos. El encabezado contiene una sección de 128 bytes de prefijo, seguida de la firma "DICM" que identifica el tipo de archivo.

Los elementos de datos son las unidades fundamentales. Cada uno se compone de cuatro partes:

Esta estructura estandarizada permite que software de diferentes fabricantes interprete consistentemente la información.

2. Las Cuatro Categorías Principales de Tags DICOM

Los miles de tags DICOM se agrupan en niveles jerárquicos que forman la columna vertebral de los metadatos médicos.

2.1 Nivel Paciente: Identificación Básica

Esta capa contiene toda la información directamente vinculada al paciente. Algunos tags clave son:

• (0010,0010) PatientName: Nombre del paciente
• (0010,0020) PatientID: Identificador único del paciente
• (0010,0030) PatientBirthDate: Fecha de nacimiento
• (0010,0040) PatientSex: Sexo del paciente

Estos tags son críticos para la identificación y, a menudo, son los primeros en ser anonimizados para proteger la privacidad del paciente.

2.2 Nivel Estudio: Información del Examen

Un estudio representa un procedimiento diagnóstico completo. Los tags más relevantes son:

• (0008,0020) StudyDate: Fecha del estudio
• (0008,0030) StudyTime: Hora del estudio
• (0020,0010) StudyID: Identificador del estudio
• (0008,1030) StudyDescription: Descripción clínica del estudio

Estos datos son esenciales para la organización y el seguimiento de la historia clínica del paciente.

2.3 Nivel Serie: Parámetros de Adquisición

Una serie es un conjunto de imágenes obtenidas bajo condiciones idénticas. Los tags principales incluyen:

• (0020,000e) SeriesInstanceUID: Identificador único de la serie
• (0008,0060) Modality: Modalidad (CT, MR, etc.)
• (0018,0015) BodyPartExamined: Región anatómica examinada
• (0018,0050) SliceThickness: Grosor del corte

Estos metadatos son vitales para tareas como la reconstrucción 3D o el análisis cuantitativo.

2.4 Nivel Imagen: Atributos Individuales

Este es el nivel más detallado, con propiedades exclusivas de cada imagen. Ejemplos notables son:

• (0028,0010) Rows: Número de filas de la imagen
• (0028,0011) Columns: Número de columnas
• (0028,0030) PixelSpacing: Distancia física entre píxeles
• (7fe0,0010) PixelData: Los datos de píxeles de la imagen

Conocer estos tags es indispensable para cualquier procesamiento de imágenes, como la calibración de medidas.

3. Extracción Práctica de Metadatos con Python

La biblioteca pydicom de Python es una herramienta excelente para explorar estos archivos.

3.1 Lectura Básica y Acceso a Tags

import pydicom

# Cargar el archivo DICOM
datos = pydicom.dcmread("imagen.dcm")

# Listar todos los tags disponibles
print(datos.dir())

# Obtener el nombre del paciente
nombre_paciente = datos.PatientName
print(f"Paciente: {nombre_paciente}")

# Acceder mediante el código del tag
fecha_estudio = datos[0x0008, 0x0020].value
print(f"Fecha del estudio: {fecha_estudio}")

3.2 Procesamiento por Lotes para Análisis

En situaciones reales, se manejan grandes volúmenes de datos. El siguiente script muestra cómo extraer información de múltiples archivos:

import os
import pydicom
import pandas as pd

def extraer_metadatos_dicom(ruta_carpeta):
    lista_metadatos = []
    
    for raiz, _, archivos in os.walk(ruta_carpeta):
        for archivo in archivos:
            if archivo.lower().endswith('.dcm'):
                ruta_completa = os.path.join(raiz, archivo)
                try:
                    ds = pydicom.dcmread(ruta_completa)
                    metadatos = {
                        'Archivo': archivo,
                        'PacienteID': getattr(ds, 'PatientID', ''),
                        'FechaEstudio': getattr(ds, 'StudyDate', ''),
                        'Modalidad': getattr(ds, 'Modality', ''),
                        'DescripcionSerie': getattr(ds, 'SeriesDescription', '')
                    }
                    lista_metadatos.append(metadatos)
                except Exception as e:
                    print(f"Error al leer {ruta_completa}: {e}")
    
    return pd.DataFrame(lista_metadatos)

# Ejemplo de uso
df_metadatos = extraer_metadatos_dicom("/ruta/a/carpeta_dicom")
print(df_metadatos.head())

Este método permite construir un catálogo de estudios para su posterior filtrado y análisis.

4. Aplicaciones Clave de los Metadatos DICOM

Los datos extraídos no son solo decorativos; tienen usos prácticos importantes:

• Gestión de Datos Clínicos: Los sistemas PACS utilizan estos tags para organizar, buscar y recuperar exámenes de manera eficiente.
• Investigación Científica: Los investigadores filtran cohortes basándose en modalidad, región anatómica o fecha para crear conjuntos de datos homogéneos.
• Desarrollo de IA: Los metadatos, como el espaciado de píxeles o los parámetros de adquisición, se usan para normalizar y preprocesar datos de entrenamiento de modelos de aprendizaje automático.

5. Privacidad y Anonimización de Metadatos

Dado que muchos tags contienen Información de Salud Protegida (PHI), su manejo requiere cuidado.

5.1 Tags Sensibles Comunes

Antes de compartir datos, se deben anonimizar tags como:

• (0010,0010) PatientName
• (0010,0020) PatientID
• (0010,0030) PatientBirthDate
• (0010,0040) PatientSex

5.2 Ejemplo de Anonimización con Python

def anonimizar_dicom(ruta_entrada, ruta_salida):
    ds = pydicom.dcmread(ruta_entrada)
    
    ds.PatientName = "Anonimo"
    ds.PatientID = "000000"
    ds.PatientBirthDate = ""
    
    ds.save_as(ruta_salida)

Para necesidades más complejas, existen herramientas especializadas que ofrecen auditoría y gestión de reemplazo de tags.