Automatización del código de física de salud HotSpot para una evaluación mejorada del riesgo radiológico utilizando...

Área de la Ciencia:

• Física de la salud
• Ciencias computacionales
• Ciencias del medio ambiente

Sus antecedentes:

• El Código de Física de Salud de HotSpot es crucial para la evaluación del riesgo radiológico durante los incidentes nucleares.
• Introducción y análisis de datos manuales en la eficiencia límite de HotSpot para escenarios complejos con variaciones de parámetros.

Objetivo del estudio:

• Desarrollar un marco de automatización basado en Python para el código HotSpot Health Physics.
• Abordar las limitaciones en el procesamiento y análisis de datos manuales para mejorar la eficiencia y la precisión.

Principales métodos:

• Desarrolló un marco de Python para automatizar los ajustes de parámetros HotSpot (concentración de radionúclidos, clima, terreno).
• Implementación de la generación de conjuntos de datos organizados en tiempo real.
• Visualización automatizada integrada y extracción de datos simplificada.

Principales resultados:

• Se ha logrado el ajuste dinámico de los parámetros clave para HotSpot.
• Habilitado la generación y organización de datos en tiempo real.
• Mejora de la precisión y reducción del tiempo de análisis para la evaluación del riesgo radiológico.

Conclusiones:

• La automatización de HotSpot mejora significativamente las capacidades de evaluación de riesgos radiológicos.
• El marco ofrece mayor precisión, flexibilidad y rápida toma de decisiones para diversas situaciones de emergencia.
• Avanza en metodologías para incidentes nucleares y respuesta a emergencias.