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 hp
Ingresar
Publique su anuncio con nosotros
Radcal IBA  Group

Deascargar La Aplicación Móvil




Análisis mediante IA de las TC del tórax permite diferenciar la COVID-19 de la neumonía

Por el equipo editorial de MedImaging en español
Actualizado el 31 Mar 2020
Imagen: Mapas de calor de las regiones de activación de COVID-19 (Fotografía cortesía del Hospital del Pueblo Wuhan Huangpi)
Imagen: Mapas de calor de las regiones de activación de COVID-19 (Fotografía cortesía del Hospital del Pueblo Wuhan Huangpi)
Según un estudio nuevo, un modelo de aprendizaje profundo de inteligencia artificial (IA) puede detectar con exactitud la COVID-19 y diferenciarla de la neumonía adquirida en la comunidad (NAC) y otras enfermedades pulmonares.

Investigadores del Hospital Popular Wuhan Huangpi (China), el Centro de Ciencias de la Salud de la Universidad de Shenzhen (Shenzhen, China) y otras instituciones, realizaron un estudio retrospectivo multicéntrico para desarrollar la red neuronal de detección de COVID-19 (COVNet), un marco de IA completamente automático que extrae características visuales de los exámenes volumétricos de TC de tórax para la detección de la COVID-19, y los diferencia de la NAC y otros hallazgos pulmonares. Se recopilaron conjuntos de datos de seis hospitales y se evaluó el desempeño diagnóstico.

En total, el conjunto de datos recopilados consistió en 4.356 exámenes volumétricos de TC de tórax de 3.322 pacientes (edad promedio 49 años, 55% hombres). La sensibilidad y especificidad general por examen para detectar COVID-19 en el conjunto de pruebas independientes fue del 90% y 96%, respectivamente. Los investigadores también mostraron que la sensibilidad y especificidad por examen para detectar la NAC fue del 87% y 92%, respectivamente. El estudio fue publicado el 19 de marzo de 2020 en la revista Radiology.

“Pudimos recolectar una gran cantidad de exámenes de tomografía computarizada de múltiples hospitales, que incluyeron 1.296 exámenes de tomografía computarizada de pacientes con COVID-19”, concluyó el autor principal, Lin Li, MD, del departamento de radiología del Hospital del Pueblo de Wuhan Huangpi. “Más importante aún, también se recolectaron exámenes de TC de 1.735 pacientes con NAC y de 1.325 pacientes sin neumonía como los grupos de control en este estudio con el fin de garantizar la robustez de la detección, teniendo en cuenta que se pueden observar ciertas características de imágenes similares en la COVID-19 y otros tipos de enfermedades pulmonares”.

El brote de la enfermedad por coronavirus 2019 (COVID-19) se ha extendido rápidamente por todo el mundo. El 30 de enero de 2020, la Organización Mundial de la Salud (OMS) la declaró una emergencia de salud pública de interés internacional. Por lo general, se confirma mediante la reacción en cadena de la polimerasa de transcripción inversa (PCR), pero la TC puede detectar ciertas manifestaciones características en el pulmón asociadas con COVID-19, como vidrio esmerilado bilateral, opacidades pulmonares consolidadas en la TC y un patrón de pavimentación loco, entre otros.

Enlace relacionado:
Centro de Ciencias de la Salud de la Universidad de Shenzhen

Breast Localization System
MAMMOREP LOOP
Ultrasound Table
Women’s Ultrasound EA Table
MRI System
nanoScan MRI 3T/7T
Post-Processing Imaging System
DynaCAD Prostate

Canales

Radiografía

ver canal
Imagen: el nuevo método de imágenes de rayos X capaz de producir imágenes de múltiples contrastes fue desarrollado por los investigadores Mini Das y Jingcheng Yuan (Fotografía cortesía de la Universidad de Houston)

Avance en rayos X captura tres tipos de contraste de imagen en una sola toma

La detección de cáncer en etapas tempranas o cambios sutiles en las capas profundas de los tejidos ha sido un desafío para los sistemas de rayos X convencionales, que dependen únicamente... 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 © 2000-2025 Globetech Media. All rights reserved.