El almacenamiento y acceso eficiente de imágenes médicas de alta resolución, son áreas de gran interés en la comunidad de procesamiento de imágenes médicas. Esta información es vital en procesos diagnósticos, de entrenamiento médico y visualización para tareas de investigación. Infortunadamente, el gran tamaño de estas imágenes obliga al uso de métodos de compresión, que introducen tiempos de acceso poco realistas en términos de las necesidades del usuario. Estas limitaciones llevan al problema principal de esta propuesta: el acceso eficiente a la información visual que por su naturaleza y tama˜no debe estar comprimida. Entendiéndose por acceso eficiente, la satisfacción rápida de las necesidades del médico durante la exploración de las imágenes. Dos grandes estrategias han sido formuladas para solucionar este problema: almacenamiento altamente escalable de las imágenes médicas y entrega de contenido en forma adaptativa. Sin embargo, dichas estrategias no se han propuesto en el caso de imágenes médicas y las soluciones propuestas en otros dominios no cubren los requerimientos básicos del dominio médico, como son: la compresión sin pérdidas de calidad, el acceso flexible a los datos y el manejo de la especificidad en la exploración realizada por los expertos. En este escenario se formula el problema fundamental de esta propuesta: la disminución de los tiempos de navegación en grandes imágenes médicas, mediante el uso combinado de representaciones altamente escalables acordes al dominio y métodos de entrega de datos de forma adaptativa, basados en la información de modelos de comportamiento diseñados espeficificamente para la tarea de exploración.