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.

Please note that the MedImaging website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




IA diagnostica fracturas de muñeca tan bien como radiólogos

Por el equipo editorial de MedImaging en español
Actualizado el 09 Apr 2024
Print article
Imagen: Los algoritmos de IA, particularmente las CNN, pueden detectar con precisión las fracturas de muñeca de rayos X simples (Fotografía cortesía de Adobe Stock)
Imagen: Los algoritmos de IA, particularmente las CNN, pueden detectar con precisión las fracturas de muñeca de rayos X simples (Fotografía cortesía de Adobe Stock)

En el campo de las imágenes médicas, la radiografía convencional es el método principal para diagnosticar las fracturas de muñeca. Sin embargo, desafíos como el posicionamiento, la técnica, la cooperación del paciente y los errores de interpretación subóptimos, que a menudo surgen de la inexperiencia del médico, la fatiga o las malas condiciones de visualización, pueden afectar la precisión de estas radiografías. Los errores de interpretación más frecuentes en los departamentos de emergencia (DE) son las fracturas omitidas, lo que provoca retrasos en el tratamiento. Los médicos, en particular aquellos con formación limitada en imágenes musculoesqueléticas, a menudo tienen dificultades para identificar las fracturas de muñeca, especialmente cuando los signos son sutiles. El avance del aprendizaje profundo (DL) en la automatización del diagnóstico de fracturas de muñeca podría ayudar significativamente a los médicos, y los desarrollos recientes han visto mejoras sustanciales en las tasas de error de clasificación de imágenes de los modelos de DL. Ahora, un nuevo metanálisis revela que los algoritmos de inteligencia artificial (IA), especialmente las redes neuronales convolucionales (CNN), son muy eficaces para detectar fracturas de muñeca a partir de rayos X simples y tienen un desempeño a la par de profesionales sanitarios capacitados.

El estudio realizado por investigadores del Hospital Universitario del Sur de Dinamarca (Odense, Dinamarca) implicó analizar varias bases de datos médicas desde enero de 2012 hasta marzo de 2023. El equipo identificó seis estudios que aplicaron IA de aprendizaje profundo para diagnosticar fracturas radiales y cubitales mediante radiografías. Los estudios incluyeron colectivamente 33.026 imágenes de rayos X. Cada estudio empleó modelos de CNN entrenados en un conjunto de datos de imágenes y comparó su precisión diagnóstica con la de expertos sanitarios especializados en diagnóstico de fracturas. El enfoque en las fracturas de muñeca en este metanálisis se debió a su alta tasa de diagnóstico erróneo en los DE, donde su detección mediante rayos X puede ser compleja.

Una revisión exhaustiva de estos estudios indicó que las CNN, comparadas con el consenso de expertos sanitarios, lograron una tasa de sensibilidad del 92 % y una tasa de especificidad del 93 %. Este hallazgo posiciona a las CNN como una herramienta preliminar eficaz para revisar radiografías, lo que potencialmente reduce las fracturas pasadas por alto cuando se realiza un seguimiento mediante un examen de un profesional de la salud. Sin embargo, el estudio reconoce la necesidad de realizar más investigaciones y enfatiza la importancia de las pruebas de conjuntos de datos externos, metodologías uniformes y estándares de referencia de expertos independientes para determinar completamente la efectividad de los algoritmos de diagnóstico de IA. Los estudios futuros también deberían centrarse en los resultados de los pacientes como punto de referencia para comprender el impacto de las CNN en el mundo real en entornos clínicos.

“Para los médicos, la IA podría utilizarse potencialmente para mejorar la confianza en el diagnóstico, especialmente en los campos de la radiología. Los algoritmos de IA pueden resultar especialmente útiles para los médicos menos experimentados”, concluyeron los investigadores.

Enlaces relacionados:
Hospital Universitario del Sur de Dinamarca  

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Breast Imaging Workstation
SecurView
New
Color Doppler Ultrasound System
KC20
New
Remote Controlled Digital Radiography and Fluoroscopy System
Eco Track-DRF - MARS 50/MARS50+/MARS 65/MARS 80

Print article

Canales

RM

ver canal
Imagen: PET/MRI puede clasificar con precisión a los pacientes con cáncer de próstata (foto cortesía de 123RF)

PET/MRI mejora la precisión diagnóstica en pacientes con cáncer de próstata

El Sistema de datos e informes de imágenes de próstata (PI-RADS) es una escala de cinco puntos para evaluar el potencial de cáncer de próstata en imágenes de resonancia... Más

Ultrasonido

ver canal
Imagen: Diagrama esquemático del sistema de administración de fármacos de nanopartículas estimulados por ultrasonido para la terapia de biopelícula (foto cortesía de BIO Integration))

Nueva nanopartícula activada por ultrasonido elimina la biopelícula y la infección bacteriana

Las biopelículas, formadas por bacterias que se agregan en densas comunidades para protegerse contra las duras condiciones ambientales, contribuyen de manera importante a diversas enfermedades infecciosas.... Más

Medicina Nuclear

ver canal
Imagen: El sistema de IA utiliza imágenes de gammagrafía para el diagnóstico temprano de amiloidosis cardíaca (Fotografía cortesía de 123RF)

Sistema de IA detecta de forma automática y confiable amiloidosis cardíaca mediante imágenes de gammagrafía

La amiloidosis cardíaca, una afección caracterizada por la acumulación de depósitos anormales de proteínas (amiloide) en el músculo cardíaco, afecta gravemente... Más

Imaginología General

ver canal
Imagen: El modelo de aprendizaje automático Tyche podría ayudar a capturar información crucial. (Foto cortesía de 123RF)

Nuevo método de IA captura la incertidumbre en imágenes médicas

En el campo de la biomedicina, la segmentación es el proceso de anotar píxeles de una estructura importante en imágenes médicas, como órganos o células. Los modelos de Inteligencia Artificial (IA) se utilizan... 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.