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
Parker Laboratories

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.

IA en la mamografía podría reducir drásticamente la carga de trabajo en radiología

Por el equipo editorial de MedImaging en español
Actualizado el 14 Jul 2021
Print article
Imagen: Transpara AI puede reducir la carga de trabajo de las mamografías (Fotografía cortesía de ScreenPoint Medical)
Imagen: Transpara AI puede reducir la carga de trabajo de las mamografías (Fotografía cortesía de ScreenPoint Medical)
Según un estudio nuevo, el uso de inteligencia artificial (IA) en la detección del cáncer de mama podría reducir la carga de trabajo de los radiólogos hasta en un 70%, sin reducir las tasas de detección de cáncer.

El estudio, realizado por investigadores del Instituto Maimónides de Investigación Biomédica (IMIBIC; Córdoba, España) y ScreenPoint Medical (Nijmegen, Países Bajos), comparó una estrategia de clasificación de IA simulada utilizando el software Transpara AI de ScreenPoint con la lectura doble o simple por radiólogos en un análisis retrospectivo de 15.987 imágenes de tomosíntesis digital de mama (DBT) y de mamografía digital (MD) del ensayo de detección de tomosíntesis, de Córdoba.

Los exámenes incluyeron 98 cánceres detectados por cribado y 15 cánceres de intervalo. Los resultados mostraron que, en comparación con la lectura doble de imágenes DBT, la DBT con IA daría como resultado un 72,5% menos de carga de trabajo, una sensibilidad no inferior y una tasa de recuperación un 16,7% más baja. Se obtuvieron resultados similares para la MD con IA; en comparación con la lectura doble original de imágenes de MD, la MD con IA daría como resultado un 29,7% menos de carga de trabajo, un 25% más de sensibilidad y un 27,1% menos de tasa de recuperación. El estudio fue publicado el 4 de mayo de 2021 en la revista Radiology.

“La lectura de las imágenes DBT puede tardar el doble de tiempo para los radiólogos en comparación con la MD. Sin embargo, con la IA, es posible pasar del uso de mamografías digitales a la tomosíntesis digital de mama”, dijo el autor principal, el radiólogo, José Luis Raya-Povedano, MD, de la Unidad de Cáncer de Mama en el IMIBIC. “El flujo de trabajo de los programas de detección del cáncer de mama se podría mejorar, dada la gran carga de trabajo y la gran cantidad de evaluaciones falsas positivas y falsas negativas”.

Transpara se basa en FusionAI, una combinación de patología, imágenes clínicas, física de rayos X y técnicas de aprendizaje profundo (DL), diseñadas para mejorar la exactitud de la lectura de mamografías, ayudar a interpretar áreas sospechosas, aumentar la confianza en casos normales y sospechosos y acelerar la lectura de mamografías en 2D y 3D.


Enlace relacionado:
Instituto Maimónides de Investigación Biomédica
ScreenPoint Medical


Print article
Radcal
CIRS

Canales

Radiografía

ver canal
Imagen: Esquema del prototipo del sistema de rayos X de campo oscuro (Fotografía cortesía de Radiology)

Imagenología de campo oscuro del tórax ayuda a diagnosticar la enfermedad pulmonar

Un estudio nuevo afirma que una técnica nueva de imágenes de rayos X de tórax puede detectar señales en los pulmones que no se detectan en las radiografías de tórax estándar. En estudios por investigadores... Más

RM

ver canal
Imagen: Los colores de los mapas de color de GradCAM muestran la predicción de tumores (Fotografía cortesía de WUSTL)

Modelo de RM con IA clasifica los tumores intracraneales comunes

Un estudio nuevo afirma que un modelo 3D de inteligencia artificial (IA) es capaz de clasificar un tumor cerebral como uno de los seis tipos comunes a partir de un solo examen de resonancia magnética (RM).... Más

Industria

ver canal
Imagen: AI-Rad Companion Chest CT genera automáticamente informes estandarizados, reproducibles y cuantitativos en formato DICOM SC (Fotografía cortesía de Siemens Healthineers).

Software para la TC de tórax basada en IA de Siemens Healthineers recibe aprobación de la FDA de los EUA

La Administración de Medicamentos y Alimentos de los Estados Unidos (FDA) aprobó tres módulos de AI-Rad Companion Chest CT, un asistente de software inteligente de Siemens Healthineers (Erlangen, Alemania)... Más
Copyright © 2000-2021 Globetech Media. All rights reserved.