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




IA muestra resultados prometedores para detección del cáncer con exámenes mamográficos

Por el equipo editorial de MedImaging en español
Actualizado el 06 Apr 2022
Imagen: La IA muestra potencial en los programas de detección del cáncer de mama (Fotografía cortesía de Unsplash)
Imagen: La IA muestra potencial en los programas de detección del cáncer de mama (Fotografía cortesía de Unsplash)

Las mamografías adquiridas a través de programas de detección de cáncer de mama basados ​​en la población producen una carga de trabajo significativa para los radiólogos. La inteligencia artificial (IA) se ha propuesto como un segundo lector automatizado de mamografías que podría ayudar a reducir esta carga de trabajo. La tecnología ha mostrado resultados alentadores para la detección del cáncer, pero la evidencia relacionada con su uso en entornos reales de detección es limitada. Ahora, un nuevo estudio importante ha demostrado que la IA es una herramienta prometedora para la detección del cáncer de mama en los programas de mamografía de detección.

El nuevo estudio, el más grande de su tipo hasta la fecha, dirigido por investigadores del Registro de Cáncer de Noruega (Oslo, Noruega), comparó el rendimiento de un sistema de inteligencia artificial disponible comercialmente con una lectura doble independiente de rutina realizada en un programa de detección basado en la población. El estudio se basó en casi 123.000 exámenes realizados en más de 47.000 mujeres en cuatro instalaciones de BreastScreen Noruega, el programa de detección basado en la población del país. El conjunto de datos incluía 752 cánceres detectados en el cribado y 205 cánceres de intervalo, o cánceres detectados entre rondas de cribado. El sistema de inteligencia artificial predijo el riesgo de cáncer en una escala del 1 al 10, donde 1 representa el riesgo más bajo y 10 el riesgo más alto. Un total de 87,6 % (653 de 752) de los cánceres detectados mediante exámenes de detección y 44,9 % (92 de 205) de los cánceres de intervalo tuvieron la puntuación de IA más alta de 10.

Los investigadores crearon tres umbrales para evaluar el rendimiento del sistema de IA como herramienta para la toma de decisiones. Usando un umbral que refleja la tasa promedio individual de interpretación positiva de los radiólogos, la proporción de cánceres detectados en la pantalla que no fueron seleccionados por el sistema de IA fue inferior al 20 %. Si bien el sistema de IA funcionó bien, la dependencia del estudio en datos retrospectivos significa que se necesita más investigación. Los resultados mostraron características histopatológicas favorables asociadas con un mejor pronóstico para los cánceres detectados por exámenes de detección con puntajes IA bajos versus altos. Se observaron resultados opuestos para los cánceres de intervalo. Esto puede indicar que los cánceres de intervalo con puntajes IA bajos son verdaderos cánceres de intervalo que no son visibles en las mamografías de detección.

El alto porcentaje de exámenes negativos verdaderos clasificados con una puntuación IA baja tiene el potencial de reducir sustancialmente el volumen interpretativo, al tiempo que permite que solo una pequeña proporción de cánceres pasen desapercibidos. Al usar IA como uno de los dos lectores en un entorno de lectura doble, el radiólogo aún podría identificar estos cánceres, dijeron los investigadores. Aunque se necesitan más estudios antes de la implementación clínica de la detección del cáncer de mama por IA, los resultados del estudio ayudan a establecer una base para investigaciones futuras, incluidos estudios prospectivos, según los investigadores.

“En nuestro estudio, asumimos que se detectaron todos los casos de cáncer seleccionados por el sistema de IA”, dijo Solveig Hofvind, Ph.D., de la Sección de Detección de Cáncer de Mama, Registro de Cáncer de Noruega. “Esto podría no ser cierto en un entorno de detección real. Sin embargo, dada esa suposición, la IA probablemente será de gran valor en la interpretación de las mamografías de detección en el futuro”.

“Según nuestros resultados, esperamos que la IA sea de gran valor en la interpretación de las mamografías de detección en el futuro”, agregó el Dr. Hofvind. “Esperamos que el mayor potencial esté en la reducción del volumen de lectura seleccionando exámenes negativos”.

Enlaces relacionados:
Registro de cáncer de Noruega

Mammography System (Analog)
MAM VENUS
Ultrasound-Guided Biopsy & Visualization Tools
Endoscopic Ultrasound (EUS) Guided Devices
Post-Processing Imaging System
DynaCAD Prostate
Diagnostic Ultrasound System
DC-80A

Canales

RM

ver canal
Imagen: una resonancia magnética cardíaca con contraste de un paciente con miocardiopatía hipertrófica considerado por MAARS con alto riesgo de muerte súbita (foto cortesía de la Universidad Johns Hopkins)

Modelo de IA supera a los médicos en la identificación de pacientes con mayor riesgo de paro cardíaco

La miocardiopatía hipertrófica es una de las cardiopatías hereditarias más comunes y una de las principales causas de muerte súbita cardíaca en jóvenes y deportistas.... Más

Ultrasonido

ver canal
Imagen: MoGLo-Net rastrea el movimiento del transductor de ultrasonido utilizando datos de motas de tejido sin necesidad de sensores externos (foto cortesía de la Universidad Nacional de Pusan)

Avance en modelo de aprendizaje profundo mejora las imágenes médicas 3D con dispositivos portátiles

La ecografía es una técnica diagnóstica vital que permite visualizar órganos y tejidos internos en tiempo real, además de guiar procedimientos como biopsias e inyecciones.... Más

Medicina Nuclear

ver canal
Imagen: la herramienta de diagnóstico podría mejorar las decisiones de diagnóstico y tratamiento para pacientes con infecciones pulmonares crónicas (foto cortesía de SNMMI)

Nueva técnica de PET específica para bacterias detecta infecciones pulmonares difíciles de diagnosticar

Mycobacteroides abscessus es una micobacteria de rápido crecimiento que afecta principalmente a pacientes inmunodeprimidos y a personas con enfermedades pulmonares preexistentes, como fibrosis... 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.