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.

Algoritmo analiza tomografías computarizadas de cabeza y datos clínicos para predecir resultados en pacientes con TBI

Por el equipo editorial de MedImaging en español
Actualizado el 03 May 2022
Print article
Imagen: Modelo de aprendizaje automático puede dirigir a los pacientes con TBI a la atención que salva vidas (Fotografía cortesía de Pexels)
Imagen: Modelo de aprendizaje automático puede dirigir a los pacientes con TBI a la atención que salva vidas (Fotografía cortesía de Pexels)

La lesión cerebral traumática (TBI, por sus siglas en inglés) es uno de los problemas de salud pública más apremiantes y sigue siendo una de las principales causas de muerte en personas menores de 45 años. A los pacientes con TBI a menudo les toma dos semanas salir del coma e iniciar su recuperación, aunque a los pacientes con TBI grave generalmente se les quita el soporte vital dentro de las primeras 72 horas después de la admisión en el hospital. Reconociendo la necesidad de mejores formas de ayudar a los médicos, un equipo de científicos ha desarrollado un modelo de pronóstico que es el primero en utilizar escáneres cerebrales automatizados y aprendizaje automático para informar los resultados en pacientes con TBI grave.

El equipo de científicos de datos y cirujanos de neurotrauma de la Facultad de Medicina de la Universidad de Pittsburgh (UPMC, Pittsburgh, PA, EUA) demostró que su algoritmo avanzado de aprendizaje automático puede analizar escáneres cerebrales y datos clínicos relevantes de pacientes con TBI para predecir de forma rápida y precisa la supervivencia y recuperación a los seis meses de la lesión. El equipo aprovechó su experiencia en inteligencia artificial (IA) avanzada para desarrollar la herramienta sofisticada para comprender la naturaleza de la TBI de cada paciente en particular. El equipo desarrolló un modelo de IA personalizado que procesó múltiples escáneres cerebrales de cada paciente y lo combinó con una estimación de la gravedad del coma e información sobre los signos vitales, los análisis de sangre y la función cardíaca del paciente.

Es importante destacar que, debido a que las técnicas de imágenes cerebrales evolucionan con el tiempo y la calidad de la imagen puede variar drásticamente de un paciente a otro, los investigadores tuvieron en cuenta la irregularidad de los datos entrenando su modelo en diferentes protocolos de toma de imágenes. El modelo demostró su eficacia al predecir con precisión el riesgo de muerte y los resultados desfavorables de los pacientes seis meses después del incidente traumático. Para validar el modelo, los investigadores lo probaron con dos cohortes de pacientes: una de más de 500 pacientes con TBI grave tratados previamente en la UPMC y la otra, una cohorte externa de 220 pacientes de 18 instituciones de todo el país, a través del consorcio TRACK-TBI. La cohorte externa fue fundamental para probar la capacidad de predicción del modelo.

“Esperamos que esta investigación muestre que la IA puede proporcionar una herramienta para mejorar la toma de decisiones clínicas tempranamente cuando un paciente con TBI ingresa en la sala de emergencias, para lograr un mejor resultado para los pacientes”, dijeron los investigadores de la UPMC.

Enlaces relacionados:
UPMC  


Print article
CIRS -  MIRION
Radcal

Canales

Radiografía

ver canal
Imagen: qTrack es una plataforma de gestión de salud pulmonar completa (Fotografía cortesía de Qure AI)

Sistemas de RD portátiles integrados con IA de rayos X de tórax automatizados mejoran las capacidades de diagnóstico

MinXray, Inc. (Northbrook, IL, EUA) ha mejorado aún más las capacidades de diagnóstico de sus sistemas de radiografía digital con la incorporación de la solución... Más

RM

ver canal
Imagen: Un solo escaneo cerebral puede diagnosticar la enfermedad de Alzheimer (Fotografía cortesía de Colegio Imperial)

Sistema de aprendizaje automático basado en resonancia magnética diagnostica la enfermedad de Alzheimer con un solo escáner cerebral

La enfermedad de Alzheimer es la forma más común de demencia, y aunque la mayoría de las personas con Alzheimer la desarrollan después de los 65 años, las personas menores... Más

Ultrasonido

ver canal
Imagen: La IA se puede usar para identificar nódulos tiroideos benignos y reducir biopsias innecesarias (Fotografía cortesía de Pexels)

IA identifica nódulos tiroideos no cancerosos en imágenes de ultrasonido y reduce las biopsias

Los nódulos tiroideos son muy comunes. La biopsia por aspiración con aguja fina se utiliza para diagnosticar el cáncer de tiroides. Sin embargo, la mayoría de las biopsias producen... Más

TI en Imaginología

ver canal
Imagen: Cómo funciona el manejo de imágenes médicas de Nucleus.io (Fotografía cortesía de NucleusHealth)

Plataforma para el manejo de imágenes agiliza los planes de tratamiento

Un conjunto de soluciones de software del ecosistema de imágenes proporciona accesibilidad segura a las imágenes médicas, mejorando los flujos de trabajo y la atención a los pacientes. La plataforma... Más

Industria

ver canal
Imagen: La reunión anual de la RSNA es la conferencia de imágenes médicas más grandes del mundo (Fotografía cortesía de la RSNA)

La RSNA 2022 ve un aumento en las presentaciones de resúmenes antes de la reunión anual

La Sociedad Radiológica de América del Norte (RSNA, Oak Brook, IL, EUA) ha anunciado que se han presentado casi 10.400 resúmenes científicos y educativos para la 108.... Más
Copyright © 2000-2022 Globetech Media. All rights reserved.