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




Modelo de imágenes de IA detecta trastornos cerebrales a partir de exploraciones de IRMf

Por el equipo editorial de MedImaging en español
Actualizado el 25 Jul 2022
Print article
Imagen: Indicadores dinámicos de enfermedades mentales capturados por IA avanzada en imágenes cerebrales (Fotografía cortesía de la Universidad Estatal de Georgia)
Imagen: Indicadores dinámicos de enfermedades mentales capturados por IA avanzada en imágenes cerebrales (Fotografía cortesía de la Universidad Estatal de Georgia)

Una nueva investigación puede conducir al diagnóstico temprano de condiciones devastadoras como la enfermedad de Alzheimer, la esquizofrenia y el autismo, a tiempo para ayudar a prevenir y tratar más fácilmente estos trastornos.

En un nuevo estudio, un equipo de siete científicos de la Universidad Estatal de Georgia (Atlanta, GA, EUA), construyó un sofisticado programa de computadora que pudo analizar cantidades masivas de datos de imágenes cerebrales y descubrir patrones novedosos vinculados a condiciones de salud mental. Los datos de imágenes cerebrales provinieron de escaneos que utilizan imágenes de resonancia magnética funcional (IRMf), que mide la actividad cerebral dinámica mediante la detección de pequeños cambios en el flujo sanguíneo. Este tipo de imagen dinámica es similar a una película, a diferencia de una instantánea como una radiografía o la resonancia magnética estructural más común.

Además, las IRMf, en estas condiciones específicas, son costosas y difíciles de obtener. Sin embargo, utilizando un modelo de inteligencia artificial, se pueden extraer datos de IRMf regulares. Y esos están disponibles en grandes cantidades. El uso de estos grandes conjuntos de datos disponibles pero no relacionados mejoró el rendimiento del modelo en conjuntos de datos específicos más pequeños. Los modelos de IA se entrenaron primero en un conjunto de datos que incluía a más de 10.000 personas para aprender a comprender las imágenes básicas de resonancia magnética funcional y la función cerebral. Luego, los investigadores utilizaron conjuntos de datos de varios sitios de más de 1.200 personas, incluidas aquellas con trastorno del espectro autista, esquizofrenia y enfermedad de Alzheimer.

La tecnología funciona un poco como Facebook, YouTube o Amazon, aprendiendo sobre el comportamiento en línea de un usuario y comenzando a poder predecir el comportamiento futuro, lo que le gusta y lo que no le gusta. El software de la computadora incluso pudo ubicarse en el "momento" en el que los datos de imágenes del cerebro probablemente estaban relacionados con el trastorno mental en cuestión. Para que estos hallazgos sean clínicamente útiles, deberán aplicarse antes de que se manifieste un trastorno.

"Construimos modelos de inteligencia artificial para interpretar las grandes cantidades de información de IRMf", dijo Sergey Plis, profesor asociado de informática y neurociencia en Georgia State y autor principal del estudio. “La visión es que recopilamos un gran conjunto de datos de imágenes, nuestros modelos de IA los leen minuciosamente y nos muestran lo que aprendieron sobre ciertos trastornos. Estamos construyendo sistemas para descubrir nuevos conocimientos que no podríamos descubrir por nuestra cuenta”.

“Incluso si sabemos por otras pruebas o antecedentes familiares que alguien está en riesgo de un trastorno como el Alzheimer, aún no podemos predecir cuándo ocurrirá exactamente”, dijo Vince Calhoun, uno de los autores del estudio. “Las imágenes cerebrales podrían reducir esa ventana de tiempo, al detectar los patrones relevantes cuando aparecen antes de que la enfermedad clínica sea evidente”.

Enlaces relacionados:
Universidad Estatal de Georgia

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Ultrasound Table
Powered Ultrasound Table-Flat Top
New
Computed Tomography (CT) Scanner
Aquilion Serve SP
New
Digital Radiography Generator
meX+20BT lite

Print article

Canales

Radiografía

ver canal
Imagen: El software de reconocimiento de forma DL Precise mejora la precisión y la eficiencia en las imágenes médicas (Fotografía cortesía de DeepLook Medical)

Nueva tecnología de IA podría revolucionar detección del cáncer en senos densos

Casi la mitad de las mujeres de 40 años o más poseen un tejido mamario denso, lo que aumenta su susceptibilidad al cáncer de mama. El desafío de detectar el cáncer en... 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: La TC de tórax de rutina tiene potencial sin explotar para revelar a los pacientes en riesgo de enfermedad cardiovascular (Fotografía cortesía de Johns Hopkins)

Exámenes de TC tórax de rutina pueden identificar pacientes con riesgo de enfermedad cardiovascular

La enfermedad de las arterias coronarias (EAC) es la principal causa de muerte en el mundo. Los adultos sin síntomas pero en riesgo pueden ser detectados mediante tomografías computarizadas... 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.