Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Combinación de resonancia magnética e IA pueden identificar instantáneamente la distonía focal

Por el equipo editorial de MedImaging en español
Actualizado el 14 Oct 2020
Print article
Imagen: Comparación de las imágenes de resonancia magnética procesadas por DystoniaNet (Fotografía cortesía del MEEI)
Imagen: Comparación de las imágenes de resonancia magnética procesadas por DystoniaNet (Fotografía cortesía del MEEI)
De acuerdo con un estudio nuevo, la conjunción de la resonancia magnética (RM) y la inteligencia artificial (IA) puede identificar a los pacientes con distonía en menos de un segundo.

La nueva plataforma, llamada DystoniaNet, desarrollada en la Clínica de Ojos y Oídos de Massachusetts (MEEI; Boston, EUA), puede identificar un biomarcador de red neuronal microestructural que permite un diagnóstico objetivo y exacto de la distonía aislada, basado en la fisiopatología del trastorno y la resonancia magnética estructural de las imágenes cerebrales. El algoritmo se desarrolló utilizando las resonancias magnéticas de 612 individuos, incluidos 392 con tres formas de distonía focal aislada (distonía laríngea, distonía cervical y blefaroespasmo) y las de 220 controles sanos.

DystoniaNet identificó con éxito grupos en el cuerpo calloso, las radiaciones talámicas anterior y posterior, el fascículo frontooccipital inferior y las circunvoluciones orbitarias temporal inferior y superior como componentes biomarcadores, regiones que se sabe que contribuyen a la transferencia de información interhemisférica anormal, procesamiento sensoriomotor heteromodal y control ejecutivo de los comandos motores. En total, el biomarcador DystoniaNet AI mostró una exactitud del 98,8% en el diagnóstico de distonía, con una derivación del 3,5% de los casos debido a incertidumbre diagnóstica.

DystoniaNet también superó a los algoritmos de aprendizaje automático poco profundos, mostrando casi un 20% de aumento en el desempeño del diagnóstico de referencia. Es importante destacar que el biomarcador de red neuronal microestructural y su plataforma, DystoniaNet, mostraron una mejora sustancial con respecto al 34% de concordancia actual sobre el diagnóstico de distonía entre los médicos. Además, la decisión diagnóstica de DystoniaNet se calculó en solo 0,36 segundos. El estudio fue publicado el 1 de octubre de 2020 en la revista PNAS.

“Básicamente, aprovechamos los avances realizados en el aprendizaje profundo y diseñamos una arquitectura que podía analizar la resonancia magnética estructural sin procesar y encontrar un biomarcador de distonía que pudiera ayudar con el diagnóstico de este trastorno”, dijo el autor del estudio, Davide Valeriani, PhD. “Adoptamos específicamente un enfoque que se podía traducir fácilmente a la clínica, por lo que utilizamos la resonancia magnética estructural sin procesar. Dado el rendimiento de la plataforma y el tiempo promedio para el diagnóstico, tiene un impacto potencial beneficioso en el campo de los trastornos del movimiento”.

La distonía es un trastorno neurológico de fisiopatología heterogénea, que provoca contracciones musculares involuntarias que dan lugar a movimientos y posturas anormales. Su diagnóstico es notablemente desafiante debido a la ausencia de un biomarcador o prueba de diagnóstico estándar de oro. Esto conduce a una concordancia baja entre los médicos, con hasta un 50% de los casos diagnosticados erróneamente y retrasos en el diagnóstico que se extienden hasta 10 años.

Enlace relacionado:
Clínica de Ojos y Oídos de Massachusetts

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Ultrasound System
P25 Elite
New
Color Doppler Ultrasound System
KC20
Under Table Shield
3 Section Double Pivot Under Table Shield

Print article

Canales

Radiografía

ver canal
Imagen: Los marcadores de IA resaltan las calcificaciones sospechosas y las lesiones de tejidos blandos junto con una puntuación de región objetiva (Fotografía cortesía de ScreenPoint Medical)

Solución de IA proporciona a radiólogos un "segundo par" de ojos para detectar cánceres de mama

La mamografía, una herramienta clave en la detección del cáncer de mama, ha demostrado ser eficaz para mejorar los resultados de los pacientes y reducir la mortalidad al identificar... Más

Ultrasonido

ver canal
Imagen: El ultrasonido intravascular proporciona una imagen más precisa y específica de las arterias coronarias (Fotografía cortesía de 123RF)

Imágenes intravasculares mejoran significativamente resultados en procedimientos de colocación de stent cardiovascular

Las personas con enfermedad de las arterias coronarias, que implica la acumulación de placa en las arterias que provoca síntomas como dolor en el pecho, dificultad para respirar y ataques... Más

Medicina Nuclear

ver canal
Imagen: La técnica de imágenes PET puede detectar de manera no invasiva la inflamación activa antes de que surjan síntomas clínicos (Fotografía cortesía de 123RF)

Nuevo trazador PET detecta artritis inflamatoria antes de que aparezcan síntomas

La artritis reumatoide, la forma más común de artritis inflamatoria, afecta a 18 millones de personas en todo el mundo. Es una enfermedad autoinmune compleja caracterizada por inflamación... Más

Imaginología General

ver canal
Imagen: Los hologramas 3D de alta fidelidad específicos del del paciente del software de RA permiten a los cirujanos comprender mejor la anatomía complicada (Fotografía cortesía de Sira Medical)

Software de planificación quirúrgica preoperatoria de RA hace que la cirugía sea más segura y eficiente

Los cirujanos enfrentan regularmente un desafío importante al aplicar información radiológica a pacientes del mundo real debido a su dependencia de imágenes 2D, que a menudo... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.