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 hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Algoritmo impulsado por IA detecta aneurismas cerebrales no rotos pasados por alto en TC de rutina

Por el equipo editorial de MedImaging en español
Actualizado el 26 Sep 2023
Print article
Imagen: Un algoritmo impulsado por IA puede ayudar a detectar aneurismas cerebrales no rotos pasados por alto en la atención clínica de rutina (Fotografía cortesía de 123RF)
Imagen: Un algoritmo impulsado por IA puede ayudar a detectar aneurismas cerebrales no rotos pasados por alto en la atención clínica de rutina (Fotografía cortesía de 123RF)

Cada año, un número significativo de personas en todo el mundo sufre rotura de aneurismas en el cerebro. A menudo, estos aneurismas se descubren por casualidad durante exámenes cerebrales realizados por problemas no relacionados. Ahora, se ha descubierto que un algoritmo de aprendizaje automático identifica mejor estos aneurismas no rotos que necesitan atención médica pero que pueden pasarse por alto durante los exámenes cerebrales de rutina.

Investigadores de UTHealth Houston (Houston, TX, EUA) estudiaron un registro mantenido prospectivamente que involucró a ocho centros de accidentes cerebrovasculares aprobados. Se centraron en pacientes que se habían sometido a una angiografía por tomografía computarizada para evaluar los riesgos potenciales de accidente cerebrovascular. Un algoritmo de aprendizaje automático llamado Viz Aneurysm de Viz.ai (San Francisco, CA, EUA) analizó estas exploraciones para identificar aneurismas cerebrales no rotos que tenían al menos cuatro milímetros de tamaño. De 1.191 exploraciones revisadas durante el estudio, el algoritmo marcó que 50 posiblemente mostraban un aneurisma no roto. De ellos, se detectaron 36 aneurismas genuinos en 31 angiografías por TC, incluidos cuatro casos de aneurismas múltiples.

De estos 36 aneurismas confirmados, el 67 % no habían sido marcados previamente para una evaluación adicional y tenían un tamaño medio de 4,4 milímetros. Cinco de estos aneurismas no rastreados medían más de siete milímetros y tenían un riesgo promedio de ruptura del 2,4 % en los siguientes cinco años. En pocas palabras, sólo un tercio de los aneurismas no rotos que probablemente necesitaban más investigación habían sido señalados inicialmente para seguimiento durante la atención clínica de rutina. La ubicación más común de estos aneurismas fue la arteria carótida interna, representando el 46 % de los casos. Los investigadores creen que estos algoritmos de aprendizaje automático pueden mejorar la tasa de detección de aneurismas cerebrales no rotos al marcar angiografías por TC sospechosas de aneurisma. Estos algoritmos también pueden ayudar a agilizar el seguimiento y la comunicación entre proveedores de atención médica a través de la misma plataforma.

"Ya hemos visto el gran beneficio que el aprendizaje automático puede aportar a los pacientes que sufren un accidente cerebrovascular agudo", dijo el autor principal Sunil A. Sheth, MD, profesor asociado de UTHealth Houston. "En este estudio, vemos una posibilidad similar de mejorar sustancialmente la forma en que identificamos, asesoramos y ayudamos a los pacientes con aneurismas cerebrales".

Enlaces relacionados:
UTHealth Houston  
Viz.ai

3T MRI Scanner
MAGNETOM Cima.X
Ultrasound Imaging System
P12 Elite
Mobile Barrier
Tilted Mobile Leaded Barrier
New
Ultrasound Probe Disinfection Solution
UltrOx

Print article

Canales

Radiografía

ver canal
Imagen:Los gráficos ilustran cómo se ven las imágenes 3D con XACT con ejemplos del logotipo de la UC a la izquierda y una muestra de hueso a la derecha (foto cortesía de la Escuela de Medicina de UCI)

Imágenes 3D por TC a partir de una sola proyección de rayos X reducen la exposición a la radiación

La tomografía computarizada (TC) ha sido durante mucho tiempo una herramienta esencial en la obtención de imágenes modernas, ya que ofrece vistas 3D detalladas del cuerpo humano y otros materiales.... Más

Ultrasonido

ver canal
Imagen: Mapas de calor que la IA evaluó para realizar diagnósticos de enfermedades pulmonares (Foto cortesía de COVIDx-US)

IA diagnostica enfermedades pulmonares a partir de ecografías con una precisión del 96.57%

La inteligencia artificial (IA) tiene el potencial de convertirse en una herramienta crucial para los radiólogos, con avances recientes que le permiten diagnosticar con precisión neumonía,... 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

Industria

ver canal
Imagen: La colonoscopia virtual (colonografía por TC) es una opción aprobada para la detección del cáncer colorrectal en los EUA (Foto cortesía de Shtutterstock)

Bracco Diagnostics y ColoWatch se asocian para ampliar la disponibilidad de pruebas de detección de CCR mediante colonoscopia virtual

En los últimos 25 años, la colonoscopia virtual ha demostrado ser un método altamente preciso, seguro, conveniente y rentable para la prevención y detección del cáncer... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.