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




Herramienta de inteligencia artificial (IA) detecta cáncer de páncreas en TC

Por el equipo editorial de MedImaging en español
Actualizado el 14 Sep 2022
Print article
Imagen: Una nueva herramienta de IA de aprendizaje profundo es efectiva para identificar el cáncer de páncreas en TC (Fotografía cortesía de Pexels)
Imagen: Una nueva herramienta de IA de aprendizaje profundo es efectiva para identificar el cáncer de páncreas en TC (Fotografía cortesía de Pexels)

El cáncer de páncreas tiene la tasa de supervivencia a cinco años más baja entre los cánceres. Se prevé que se convierta en la segunda causa principal de muerte por cáncer en los EUA para 2030. La detección temprana es la forma más efectiva de mejorar el pronóstico sombrío, ya que el pronóstico empeora significativamente una vez que el tumor crece más de dos centímetros. La tomografía computarizada (TC) es el método de imagen clave para la detección del cáncer de páncreas, pero pasa por alto alrededor del 40 % de los tumores de menos de dos centímetros. Existe una necesidad urgente de una herramienta eficaz para ayudar a los radiólogos a mejorar la detección del cáncer de páncreas. Ahora, un nuevo estudio ha encontrado que una herramienta de inteligencia artificial (IA) es altamente efectiva para detectar el cáncer de páncreas en TC.

Investigadores de la Universidad Nacional de Taiwán (Taipei, Taiwán) han estado estudiando una herramienta de detección asistida por computadora (CAD) que utiliza un tipo de IA llamado aprendizaje profundo para detectar el cáncer de páncreas. Anteriormente demostraron que la herramienta podía distinguir con precisión el páncreas canceroso del páncreas no canceroso. Sin embargo, ese estudio se basó en que los radiólogos identificaran manualmente el páncreas en imágenes, un proceso laborioso conocido como segmentación. En el nuevo estudio, la herramienta de IA identificó el páncreas automáticamente. Este es un avance importante considerando que el páncreas bordea múltiples órganos y estructuras y varía ampliamente en forma y tamaño.

Los investigadores desarrollaron la herramienta con un conjunto de pruebas interno que constaba de 546 pacientes con cáncer de páncreas y 733 participantes de control. La herramienta logró una sensibilidad del 90 % y una especificidad del 96 % en el conjunto de pruebas internas. La validación siguió con un conjunto de 1.473 exámenes de TC individuales de instituciones de todo Taiwán. La herramienta logró una sensibilidad del 90 % y una especificidad del 93 % al distinguir el cáncer de páncreas de los controles en ese grupo. La sensibilidad para detectar cánceres de páncreas de menos de dos centímetros fue del 75 %. Según los investigadores, la herramienta CAD tiene el potencial de proporcionar una gran cantidad de información para ayudar a los médicos, y podría indicar la región de sospecha para acelerar la interpretación del radiólogo. Los investigadores están planeando más estudios. En particular, quieren observar el desempeño de la herramienta en poblaciones más diversas. Dado que el estudio actual fue retrospectivo, quieren ver cómo funciona en el futuro en entornos clínicos del mundo real.

"El rendimiento de la herramienta de aprendizaje profundo parecía estar a la par con el de los radiólogos", dijo el autor principal del estudio, Weichung Wang, Ph.D., profesor de la Universidad Nacional de Taiwán y director del laboratorio MeDA de la universidad. "Específicamente, en este estudio, la sensibilidad de la herramienta de detección asistida por computadora de aprendizaje profundo para el cáncer de páncreas fue comparable con la de los radiólogos en un centro de referencia terciario, independientemente del tamaño y la etapa del tumor".

"La herramienta CAD puede servir como complemento para que los radiólogos mejoren la detección del cáncer de páncreas", dijo el coautor principal del estudio, Wei-Chi Liao, MD, Ph.D., de la Universidad Nacional de Taiwán y el Hospital Universitario Nacional de Taiwán.

Enlaces relacionados:
Universidad Nacional de Taiwán  

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
C-Arm with FPD
Digiscan V20 / V30
New
Ultrasound System
Acclarix AX9
Computed Tomography (CT) Scanner
Aquilion Serve SP

Print article
Radcal

Canales

RM

ver canal
Imagen: Resonancia magnética 4D Flow permite una evaluación in vivo sin obstáculos de la velocidad de la sangre 3D resuelta en el tiempo (Fotografía cortesía de la Universidad Northwestern)

Resonancia magnética 4D podría mejorar evaluación clínica de anomalías del flujo sanguíneo del corazón

La resonancia magnética (RMN) utiliza imanes y radiofrecuencia pulsada para generar imágenes por computadora para detectar y diagnosticar afecciones médicas. La resonancia magnética... 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

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.