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




Google muestra que la IA puede predecir el cáncer de pulmón a partir de los exámenes de TC

Por el equipo editorial de MedImaging en español
Actualizado el 12 Jun 2019
Print article
Google LLC (Mountain View, CA, EUA) ha compartido nuevas investigaciones que demuestran cómo la inteligencia artificial (IA) puede predecir el cáncer de pulmón con el fin de aumentar las posibilidades de supervivencia de las personas en riesgo en todo el mundo.

Desde 2017, Google ha explorado cómo se puede usar la IA para abordar los desafíos en la detección de personas con alto riesgo de cáncer de pulmón con una prueba de TC de dosis más baja que lleva a diagnósticos poco claros, procedimientos innecesarios posteriores y costos financieros. Google utilizó los avances en el modelado volumétrico en 3D junto con los conjuntos de datos de sus socios para modelar la predicción del cáncer de pulmón y sentar las bases para pruebas clínicas futuras.

En general, los radiólogos pasan por cientos de imágenes en 2D en una sola tomografía computarizada, y el cáncer es minúsculo y difícil de detectar. Los investigadores de Google crearon un modelo que puede generar la predicción general de malignidad del cáncer de pulmón (visto en volumen en 3D), así como identificar tejido maligno sutil en los pulmones (nódulos pulmonares). El modelo también puede tener en cuenta la información de exploraciones anteriores, que puede ser útil para predecir el riesgo de cáncer de pulmón, dado que la tasa de crecimiento de los nódulos pulmonares sospechosos puede ser un indicador de malignidad.

Los investigadores aprovecharon 45.856 casos de cribado con TAC de tórax sin identificación y validaron los resultados con un segundo conjunto de datos y también compararon sus resultados con seis radiólogos certificados de los EUA. Descubrieron que cuando utilizaban una única tomografía computarizada para el diagnóstico, su modelo funcionó a la par o mejor que los seis radiólogos y detectó un 5% más de casos de cáncer, al tiempo que reducía los exámenes falsos positivos en más del 11% en comparación con los radiólogos no ayudados que participaron en el estudio. El enfoque de Google logró un AUC (una métrica común utilizada en el aprendizaje automático que proporciona una medida agregada para el desempeño de clasificación) de 94,4%.

La investigación de Google demuestra que solo el 2-4% de los pacientes elegibles en los Estados Unidos son evaluados para detectar el cáncer de pulmón, demostrando la posibilidad de que la IA aumente la exactitud y la consistencia, ayudando a acelerar la adopción del cribado para el cáncer de pulmón a nivel mundial. Google ahora planea realizar estudios adicionales para evaluar su impacto y utilidad en la práctica clínica. Colabora con el equipo de Google Cloud Healthcare y de Life Sciences para servir el modelo a través de la API de Cloud Healthcare y mantiene conversaciones con sus socios en todo el mundo con el fin de continuar la validación de la investigación adicional y el despliegue.

Enlace relacionado:
Google LLC

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
C-Arm with FPD
Digiscan V20 / V30
Dose Area Product Meter
VacuDAP
Crossover Angiography System
Trinias C16/C12/F12 Unity Smart Edition

Print article

Canales

Radiografía

ver canal
Imagen: Saige-DX es un sistema de IA categórico personalizado diseñado para ayudar en la detección del cáncer de mama (Fotografía cortesía de DeepHealth)

IA ayuda a radiólogos generales a lograr un rendimiento de nivel de especialista en interpretación de mamografías

El cáncer de mama, que afecta a una de cada ocho mujeres a lo largo de su vida, se vuelve mucho más tratable cuando se detecta a tiempo. La tasa de supervivencia relativa a cinco años... Más

RM

ver canal
Imagen: Se ha encontrado que 0.55T son suficiente para obtener una imagen de calidad diagnóstica de una resonancia magnética (Fotografía cortesía de 123RF)

Imágenes de resonancia magnética de 0,55 T de campo bajo ofrecen utilidad diagnóstica similar a la de 1,5 T para exploraciones abdominales

La resonancia magnética (RM) es una herramienta vital en el diagnóstico médico, pero el alto costo de los sistemas clínicos de cuerpo entero es una barrera importante.... 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 imagen fotoacústica del PACTER produce imágenes 3D de la sangre fluyendo (Fotografía cortesía de Yide Zhang)

Nueva tecnología muestra imágenes del flujo sanguíneo en tiempo real

Comprender la dinámica del flujo sanguíneo, o hemodinámica, proporciona información fundamental sobre diversas enfermedades vasculares. La información sobre factores... 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.