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




Técnica de inteligencia artificial identifica casos de tuberculosis

Por el equipo editorial de MedImaging en español
Actualizado el 09 May 2017
Print article
Imagen: Una radiografía de tórax de un paciente con TB activa, y una radiografía con una superposición de mapa de calor que muestra algunos de los resultados del análisis usando la inteligencia artificial (Fotografía cortesía de la RSNA).
Imagen: Una radiografía de tórax de un paciente con TB activa, y una radiografía con una superposición de mapa de calor que muestra algunos de los resultados del análisis usando la inteligencia artificial (Fotografía cortesía de la RSNA).
Los investigadores han encontrado que pueden utilizar una técnica de inteligencia artificial, llamada aprendizaje profundo, para identificar casos de tuberculosis en los exámenes de rayos X de tórax con una tasa de exactitud neta de 96%.
 
Según la Organización Mundial de la Salud (OMS), alrededor de 1,8 millones de personas murieron de tuberculosis en 2016. Un simple examen radiológico de tórax puede ayudar a los radiólogos a identificar la enfermedad, pero muchos pacientes de tuberculosis viven en áreas remotas sin acceso a radiólogos expertos, que puedan interpretar las imágenes, y diagnosticar la enfermedad.
 
El estudio fue realizado por investigadores del Hospital Universitario Thomas Jefferson (TJUH, Filadelfia, PA, EUA), quienes entrenaron modelos de inteligencia artificial para identificar la TB en las radiografías de tórax. El objetivo de la investigación fue ayudar a la detección y evaluación de pacientes en áreas prevalentes de TB, que carecen de acceso a radiólogos. El estudio fue publicado en la edición digital del 25 de abril de 2017, de la revista Radiology.
 
Los investigadores usaron 1.007 exámenes de rayos X, de pacientes con y sin TB activa, para el estudio. Los conjuntos de datos múltiples de rayos X positivos para la TB y negativos para la TB, fueron usados para entrenar dos modelos diferentes de una Red Neural Convulsionada Profunda (DCNN, por sus siglas en inglés) llamados AlexNet y GoogLeNet. Los investigadores descubrieron que el modelo de Inteligencia Artificial (IA) de mejor desempeño fue cuando se usaron juntos AlexNet y GoogLeNet, lo que dio como resultado una exactitud neta del 96%.
 
El coautor del estudio, Paras Lakhani, MD en el TJUH, dijo: “Hay un tremendo interés en la inteligencia artificial, tanto dentro como fuera del campo de la medicina. Una solución de inteligencia artificial que pudiera interpretar las radiografías para detectar la presencia de TB de una manera rentable podría ampliar el alcance de la identificación y el tratamiento temprano en las naciones en desarrollo. La exactitud de los modelos de aprendizaje profundo es emocionante. La aplicabilidad para la TB es importante porque es una enfermedad para la cual tenemos opciones de tratamiento. Esperamos aplicarlo de forma prospectiva, en un entorno real. Una solución de inteligencia artificial que utiliza imágenes de tórax puede desempeñar un papel importante en la lucha contra la tuberculosis”.
 
Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Under Table Shield
3 Section Double Pivot Under Table Shield
MRI System
uMR 588
Digital Radiography Acquisition Software
VXvue with PureImpact

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

RM

ver canal
Imagen: Se ha encontrado que 0.55T son suficiente para obtener una imagen de calidad diagnóstica de una resonancia magnética (Fotografía cortesía de 123RF)

Imágenes de resonancia magnética de 0,55 T de campo bajo ofrecen utilidad diagnóstica similar a la de 1,5 T para exploraciones abdominales

La resonancia magnética (RM) es una herramienta vital en el diagnóstico médico, pero el alto costo de los sistemas clínicos de cuerpo entero es una barrera importante.... 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
Copyright © 2000-2024 Globetech Media. All rights reserved.