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 hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




La inteligencia artificial acelera el análisis de los rayos X de tórax

Por el equipo editorial de MedImaging en español
Actualizado el 12 Feb 2019
Afirma un nuevo estudio: un sistema nuevo de inteligencia artificial (IA) puede reducir drásticamente el tiempo necesario para recibir la opinión de un radiólogo experto al respecto de radiografías de tórax anormales con hallazgos críticos.

Desarrollado por investigadores del King's College de Londres (KCL; Reino Unido), la Universidad de Warwick (Coventry, Reino Unido) y otras instituciones, el sistema de IA fue desarrollado utilizando 470.388 radiografías de tórax institucionales de adultos, totalmente anónimas, adquiridas entre 2007 y 2017. Los informes radiológicos adjuntos se preprocesaron utilizando un sistema de procesamiento de lenguaje natural interno (NLP) que modela el lenguaje radiológico, que analizó los informes de texto libre para priorizar cada radiografía como crítica, urgente, no urgente o normal.

Luego se formó un conjunto de dos redes neuronales convolucionales profundas (CNN, por sus siglas en inglés) para predecir la prioridad clínica de las apariencias radiológicas solamente. El desempeño del sistema en la priorización de radiografías se ensayó en una simulación utilizando un conjunto independiente de 15.887 radiografías. El desempeño de la predicción se evaluó con el área bajo la curva de características operativas del receptor, determinando adicionalmente la sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN), con la intención de automatizar las radiografías de tórax de adultos en tiempo real basadas en la apariencia de las imágenes.

Los resultados revelaron que las radiografías de tórax normales (utilizadas para diagnosticar y monitorizar una amplia gama de afecciones que afectan los pulmones, el corazón, los huesos y los tejidos blandos) fueron detectadas por el sistema de IA con una sensibilidad del 71%, una especificidad del 95%, un VPP de 73%, y un VPN del 94%. La demora promedio en el reporte de los algoritmos se redujo de 11,2 a solo 2,7 días para los hallazgos críticos de imágenes, y de 7,6 a 4,1 días para los hallazgos de imágenes urgentes, en comparación con los datos históricos. El estudio fue publicado el 19 de enero de 2019 en la revista Radiology.

“Las crecientes demandas clínicas en los departamentos de radiología de todo el mundo han desafiado los modelos actuales de prestación de servicios. Ya no es posible que muchos departamentos de radiología con su personal actual informen todas las radiografías simples adquiridas de manera oportuna, lo que lleva a grandes atrasos de estudios no informados”, dijo el autor principal, el profesor Giovanni Montana, MD, de la Universidad de Warwick. “En el Reino Unido, se estima que, en cualquier momento, hay más de 300.000 radiografías que esperan el reporte por más de 30 días. Se podrían utilizar modelos alternativos de atención, como los algoritmos de visión artificial, para reducir en gran medida los retrasos en el proceso de identificación y la actuación de radiografías anormales, en particular para las radiografías de tórax”.

Las CNN utilizan una cascada de muchas capas de unidades de procesamiento no lineales para imágenes u otra extracción y transformación de características de datos, con cada capa sucesiva utilizando la salida de la capa anterior como entrada para formar una representación jerárquica.

Enlace relacionado:
King's College de Londres
Universidad de Warwick


Ultrasound Imaging System
P12 Elite
New
Post-Processing Imaging System
DynaCAD Prostate
Portable X-ray Unit
AJEX140H
Miembro Plata
X-Ray QA Meter
T3 AD Pro

Canales

RM

ver canal
Imagen: los investigadores utilizaron RM y pantalones inspirados en la NASA para mejorar las pruebas de esfuerzo y revelar problemas cardíacos ocultos (foto cortesía de UTA)

Nueva técnica de resonancia magnética revela problemas cardíacos ocultos

Las pruebas de esfuerzo tradicionales, realizadas en una máquina de resonancia magnética (RM), requieren que los pacientes permanezcan acostados, una posición que mejora artificialmente... Más

Ultrasonido

ver canal
Imagen: el nuevo dispositivo implantable para el tratamiento del dolor crónico es pequeño y flexible (foto cortesía de The Zhou Lab at USC)

Dispositivo inalámbrico para el manejo del dolor crónico reduce la necesidad de analgésicos y cirugía

El dolor crónico afecta a millones de personas en todo el mundo, lo que a menudo provoca discapacidad a largo plazo y dependencia de opioides, los cuales conllevan riesgos importantes de efectos... Más

Medicina Nuclear

ver canal
Imagen: El estudio de imágenes de cáncer de próstata tiene como objetivo reducir la necesidad de biopsias (foto cortesía de Shutterstock)

Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata

El cáncer de próstata es la segunda causa principal de muerte por cáncer en hombres en Estados Unidos. Sin embargo, la mayoría de los hombres mayores diagnosticados con esta... 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 © 2000-2025 Globetech Media. All rights reserved.