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
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




TC de dosis ultra baja ayuda en el diagnóstico de neumonía en pacientes inmunocomprometidos

Por el equipo editorial de MedImaging en español
Actualizado el 20 Mar 2025
Print article
Imágenes axiales de ventana pulmonar de TC de tórax sin contraste de tres parches de muestra diferentes que se muestran en cada fila (Foto cortesía de Radiology: Cardiothoracic Imaging)
Imágenes axiales de ventana pulmonar de TC de tórax sin contraste de tres parches de muestra diferentes que se muestran en cada fila (Foto cortesía de Radiology: Cardiothoracic Imaging)

Las infecciones pulmonares pueden poner en peligro la vida de los pacientes con sistemas inmunitarios debilitados, por lo que el diagnóstico oportuno es crucial. Si bien las tomografías computarizadas (TC) se consideran el estándar de oro para detectar la neumonía, las exploraciones repetidas pueden exponer a los pacientes a niveles nocivos de radiación. El diagnóstico temprano es particularmente importante para los pacientes inmunocomprometidos, pero el riesgo acumulativo de exposición a la radiación por múltiples tomografías genera preocupación.

Las TC de dosis ultra baja, que reducen la exposición a la radiación, suelen presentar una calidad de imagen deficiente debido al “ruido” adicional, lo que genera texturas granuladas que pueden dificultar un diagnóstico preciso. Un nuevo estudio, publicado en Radiology: Cardiothoracic Imaging, revela que las TC de dosis ultrabaja sin ruido pueden diagnosticar la neumonía en pacientes inmunocomprometidos de manera efectiva, utilizando solo el 2 % de la dosis de radiación de las TC estándar.

La investigación, realizada por científicos del Centro Médico Sheba (Ramat Gan, Israel), tuvo como objetivo evaluar la capacidad de reducción de ruido de un algoritmo de aprendizaje profundo en TC de dosis ultrabaja. Entre septiembre de 2020 y diciembre de 2022, 54 pacientes inmunocomprometidos con fiebre se sometieron a dos tomografías de tórax: una con dosis estándar y otra con dosis ultra baja. Las imágenes de TC de dosis ultra baja fueron procesadas mediante un algoritmo de aprendizaje profundo diseñado para reducir el ruido. Posteriormente, los radiólogos evaluaron las imágenes de forma independiente, comparando los hallazgos de las TC estándar, las TC de dosis ultra baja y las TC de dosis ultra baja con reducción de ruido, sin conocer los detalles clínicos de los pacientes.

El algoritmo de aprendizaje profundo mejoró significativamente la calidad de imagen de las TC de dosis ultrabaja, mejorando la claridad y reduciendo los falsos positivos. demás, los nódulos fueron más fácilmente detectables en las imágenes con reducción de ruido. Es importante destacar que la dosis efectiva de radiación de las TC de dosis ultra baja fue solo el 2 % de la dosis de radiación de una TC estándar. Los investigadores sugieren que este método de reducción de ruido basado en aprendizaje profundo podría beneficiar a otros grupos de pacientes, incluidos los pediátricos. Planean realizar estudios futuros con muestras más grandes para validar aún más los prometedores resultados de este enfoque.

“Este estudio sienta las bases para una imagenología más segura, basada en IA, que reduce la exposición a la radiación y preserva la precisión diagnóstica”, afirmó el Dr. Maximiliano Klug, autor principal del estudio. “Este estudio piloto identificó la infección con una fracción de la dosis de radiación. Este enfoque podría impulsar estudios más amplios y, en última instancia, redefinir las guías clínicas, convirtiendo la TC de dosis ultrabaja con reducción de ruido en el nuevo estándar para pacientes jóvenes inmunodeprimidos”.

Enlaces relacionados:
Centro Médico Sheba

New
Mammography System (Analog)
MAM VENUS
40/80-Slice CT System
uCT 528
New
Biopsy Software
Affirm® Contrast
Wall Fixtures
MRI SERIES

Print article

Canales

RM

ver canal
Imagen: las imágenes de RM axial abreviadas muestran una masa irregular de 7 mm con margen irregular (foto cortesía de Radiology)

Examen de resonancia magnética más corto detecta eficazmente el cáncer en mamas densas

Las mujeres con mamas extremadamente densas se enfrentan a un mayor riesgo de no recibir un diagnóstico de cáncer de mama, ya que el tejido glandular y fibroso denso puede ocultar los tumores... Más

Ultrasonido

ver canal
Imagen: el ultrasonido focalizado puede detener el crecimiento de lesiones cerebrales debilitantes (Foto cortesía de Nature Biomedical Engineering; doi.org/10.1038/s41551-025-01390-z)

Nueva técnica sin incisiones detiene el crecimiento de lesiones cerebrales debilitantes

Las malformaciones cavernosas cerebrales (MCC), también conocidas como cavernomas, son agrupaciones anómalas de vasos sanguíneos que pueden formarse en el cerebro, la médula... Más

Medicina Nuclear

ver canal
Imagen: El estudio de imágenes de cáncer de próstata tiene como objetivo reducir la necesidad de biopsias (foto cortesía de Shutterstock)

Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata

El cáncer de próstata es la segunda causa principal de muerte por cáncer en hombres en Estados Unidos. Sin embargo, la mayoría de los hombres mayores diagnosticados con esta... 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.