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




Tecnología de IA de Fujifilm predice progresión de enfermedad de Alzheimer utilizando imágenes de resonancia magnética

Por el equipo editorial de MedImaging en español
Actualizado el 23 Apr 2022
Print article
Imagen: Imágenes de RM 3D que muestran patrones de atrofia en que IA se centró para predecir la progresión de EA (Fotografía cortesía de FUJIFILM)
Imagen: Imágenes de RM 3D que muestran patrones de atrofia en que IA se centró para predecir la progresión de EA (Fotografía cortesía de FUJIFILM)

En el desarrollo de nuevos fármacos para la enfermedad de Alzheimer (EA) en los últimos años, se han realizado muchos ensayos clínicos de pacientes con deterioro cognitivo leve (DCL) para observar la presencia de amiloide-β, que es la principal sustancia causal de la EA y comienza a acumularse antes del inicio de la EA. Sin embargo, la mayoría de los ensayos clínicos no han tenido éxito y es difícil probar diferencias estadísticamente significativas. Una de las razones es que el porcentaje de pacientes que progresan de MCI a AD dentro de dos años es inferior al 20 %, y muchos pacientes con DCL permanecen sin cambios incluso si reciben un placebo. Ahora, se ha demostrado que una nueva tecnología de inteligencia artificial (IA) predice la progresión de DCL a EA con alta precisión, incluso con datos de aprendizaje limitados.

FUJIFILM Corporation (Tokio, Japón) ha anunciado los resultados positivos del estudio de su nueva tecnología de IA para la predicción de progresión de la EA para predecir si los pacientes con DCL progresarán a EA en dos años. Fujifilm desarrolló la tecnología de inteligencia artificial para la predicción de la progresión de la EA con una tasa de precisión del 88 % en función de sus tecnologías avanzadas de reconocimiento de imágenes y su experiencia en aprendizaje automático. Numerosas investigaciones se han informado en los últimos años que indican que la precisión del reconocimiento de imágenes se mejora con la tecnología de aprendizaje profundo. Además, las predicciones precisas requieren un gran conjunto de datos de imágenes, aunque la base de datos abierta de NA-ADNI, el proyecto de investigación de EA más grande del mundo, solo tiene imágenes de alrededor de 1.000 pacientes con DCL. En general, establecer una tecnología de aprendizaje profundo requiere más de 10 millones de imágenes en la investigación del reconocimiento de objetos. Para superar esta limitación, Fujifilm ha desarrollado la tecnología de inteligencia artificial para la predicción de la progresión de la EA, enfocándose en áreas específicas dentro del cerebro que están fuertemente correlacionadas con la progresión de la EA.

Fujifilm usó sus tecnologías avanzadas de reconocimiento de imágenes acumuladas en los campos de la fotografía y la atención médica, y centrándose en el hipocampo y el lóbulo temporal anterior, respectivamente, identificó las regiones de las imágenes cerebrales de resonancia magnética tridimensional que se considera que están fuertemente correlacionadas con la progresión de la EA. La empresa utilizó el aprendizaje profundo para extraer patrones de atrofia detallados de las dos regiones descritas y los calculó como las características de la imagen. La IA se centró aún más en los patrones de atrofia en el hipocampo y las regiones de la amígdala, que son regiones importantes para el diagnóstico de EA en la interpretación de imágenes radiográficas, y luego predijo la progresión a EA a partir de esos patrones. Fujifilm evaluó la precisión de la predicción de la tecnología aplicando la tecnología de IA para la predicción de la progresión de la EA a las bases de datos no solo de NA-ADNI sino también de J-ADNI, que es completamente desconocida para la IA. Los hallazgos revelaron que la precisión de la tecnología para predecir si los pacientes progresarían a EA desde DCL fue del 88 % para NA-ADNI y del 84 % para J-ADNI. AUC, que es un índice de evaluación importante de IA, fue 0,95 para NA ADNI y 0,91 para J-ADNI.

Los hallazgos verifican que la tecnología de IA para la predicción de la progresión de la EA tiene una alta capacidad de generalización y puede predecir qué pacientes progresarán de DCL a EA con una alta precisión, incluso para sujetos de diferentes cohortes. Fujifilm aplicará la tecnología de IA a la estratificación de pacientes, utilizando sus resultados de predicción en los datos de ensayos clínicos, y verificará aún más la utilidad de la tecnología. En concreto, predecirá la velocidad de progresión de los pacientes a EA, e investigará la posibilidad de mejorar la tasa de éxito del ensayo clínico excluyendo del ensayo clínico a los pacientes que no progresan a EA, y reduciendo la brecha en la distribución de la velocidad de la progresión entre el grupo de control y el grupo de tratamiento. Además, Fujifilm intentará aplicar la tecnología de inteligencia artificial para nuevos ensayos clínicos de forma prospectiva. También aplicará el algoritmo de la Tecnología de IA a las imágenes cerebrales y datos clínicos de diversas enfermedades mentales y neurales. Fujifilm espera que estas actividades conduzcan a predecir el pronóstico y la respuesta al tratamiento, y pueden desempeñar un papel importante en la promoción de la medicina personalizada.

Enlaces relacionados:
FUJIFILM Corporation  

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Ultrasound System
Acclarix AX9
New
Breast Imaging Workstation
SecurView
DR Flat Panel Detector
1500L

Print article
Radcal

Canales

Ultrasonido

ver canal
Imagen: Un examen de ultrasonido cardíaco que se realiza en un bebé de 7 semanas (Fotografía cortesía de ETH Zurich)

Inteligencia artificial detecta defectos cardíacos en recién nacidos a partir de imágenes de ultrasonido

La hipertensión pulmonar es una afección en la que las arterias que van a los pulmones de un bebé no se abren lo suficiente o no se cierran poco después del nacimiento.... Más

Medicina Nuclear

ver canal
Imagen: PET/CT de un paciente masculino de 60 años con sospecha clínica de cáncer de pulmón (Fotografía cortesía de  EJNMMI Physics)

Adquisición temprana de PET FDG dinámica de 30 minutos podría reducir a la mitad tiempos de exploración pulmonar

Las exploraciones PET FDG F-18 son una forma de observar el interior del cuerpo utilizando un tinte especial, y estas exploraciones pueden ser estáticas o dinámicas. Las exploraciones estáticas... Más

Imaginología General

ver canal
Imagen: El modelo AI ingresa y analiza una imagen de la tomografía de emisión de positrones (PET) (Fotografía cortesía de la Universidad de Chalmers)

Modelo de IA detecta 90 % de casos de cáncer linfático a partir de imágenes de PET y TC

El uso de la inteligencia artificial (IA) en el análisis de imágenes médicas ha sido testigo de avances significativos recientemente. Se están desarrollando nuevas herramientas... 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.