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 detecta más de la mitad de las metástasis que los radiólogos pasan por alto en la TC

Por el equipo editorial de MedImaging en español
Actualizado el 25 Apr 2023
Print article
Imagen: El software alimentado por IA reduce la frecuencia de metástasis hepáticas pequeñas pasadas por alto en TC con contraste (Fotografía cortesía de Freepik)
Imagen: El software alimentado por IA reduce la frecuencia de metástasis hepáticas pequeñas pasadas por alto en TC con contraste (Fotografía cortesía de Freepik)

La detección temprana de metástasis hepáticas es fundamental para mejorar los resultados de los pacientes, pero a veces los médicos pueden pasar por alto los tumores hepáticos malignos más comunes, lo que resulta en oportunidades de tratamiento retrasadas o perdidas. Ahora, un nuevo estudio ha descubierto que la inteligencia artificial (IA) puede detectar más del 50 % de las metástasis hepáticas que los radiólogos pasan por alto en las tomografías computarizadas con contraste.

Los científicos de la Facultad de Graduados de Medicina de la Universidad de Kyoto (Kyoto, Japón) se propusieron determinar si la IA podría ayudar a los radiólogos a reducir el número de casos pasados por alto. Revisaron los registros de cerca de 750 pacientes diagnosticados con metástasis hepáticas en su institución entre 2010 y 2017. Dos radiólogos abdominales expertos clasificaron los casos como pasado por alto o correctamente identificados por los médicos en ese momento. Esto condujo a una muestra final de aproximadamente 135 pacientes, con 68 clasificados como metástasis pasadas por alto.

Luego, el software de IA se usó para procesar las más de 100 imágenes y detectó con éxito metástasis hepáticas en el 54 % de los pacientes cuyos hallazgos no fueron detectados por los lectores humanos. La sensibilidad por lesión fue del 70,1 % en todos los tipos de lesiones hepáticas, del 70,8 % para las metástasis y del 55 % para aquellas no detectadas por los radiólogos. En general, la herramienta de IA identificó metástasis en el 92,7 % de todos los casos y el 53,7 % de los casos pasados por alto, con un promedio de alrededor de 0,48 falsos positivos por paciente.

Tanto el software como los radiólogos comúnmente fallaron en detectar metástasis con tamaño más pequeño, bajo contraste e hígado graso de fondo. Los investigadores sugieren que la brecha entre la IA y los médicos podría atribuirse a factores como el propósito del examen, tomografías computarizadas para problemas no relacionados con el hígado que a veces resultan encasos no detectados, y la condición física y mental de los radiólogos, incluida la fatiga, ansiedad o falta de concentración. Los investigadores también notaron que el software no pudo detectar el 16 % de las metástasis hepáticas identificadas por los radiólogos, lo que enfatiza su papel como una herramienta de apoyo en lugar de un reemplazo.

“Nuestros resultados sugieren el potencial del software impulsado por IA para reducir la frecuencia de metástasis hepáticas pequeñas pasadas por alto cuando se usa junto con la interpretación clínica de los radiólogos”, concluyó Hirotsugu Nakai, de la Facultad de Graduados en Medicina de la Universidad de Kyoto.

Enlaces relacionados:
Facultad de Graduados de Medicina de la Universidad de Kioto

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Digital Radiography Acquisition Software
VXvue with PureImpact
New
C-Arm with FPD
Digiscan V20 / V30
Imaging Table
Stille imagiQ2

Print article

Canales

Radiografía

ver canal
Imagen: El nuevo programa puede ayudar en la detección temprana del cáncer de mama (Fotografía cortesía de NTU, Singapur)

Programa informático combina IA y tecnología de imágenes térmicas para detección temprana de cáncer de mama

El cáncer de mama sigue siendo el cáncer más prevalente en las mujeres en todo el mundo. En 2020, la Organización Mundial de la Salud (OMS) informó aproximadamente 2,1... Más

RM

ver canal
Imagen: La nueva prueba de resonancia magnética podría transformar el diagnóstico de falla de derivación en hidrocefalos (Fotografía cortesía de 123RF)

Prueba de resonancia magnética de 60 segundos ayuda a diagnosticar más fácilmente el fallo de derivación en niños con hidrocefalia

La hidrocefalia, una afección caracterizada por la acumulación de líquido cefalorraquídeo (LCR) en el cerebro, se trata comúnmente colocando quirúrgicamente una... Más

Medicina Nuclear

ver canal
Imagen: Un agente de imágenes PET recientemente desarrollado es efectivo para identificar el cáncer medular de tiroides (Fotografía cortesía de 123RF)

Nuevo trazador PET mejora detección de lesiones en cáncer medular de tiroides

El cáncer medular de tiroides (CMT) representa aproximadamente el 3 % de todos los casos de cáncer de tiroides y es notablemente raro. Surge de células diferentes en comparación... 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.