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




Modelo de IA detecta 90 % de casos de cáncer linfático a partir de imágenes de PET y TC

Por el equipo editorial de MedImaging en español
Actualizado el 18 Apr 2024
Print article
Imagen: El modelo AI ingresa y analiza una imagen de la tomografía de emisión de positrones (PET) (Fotografía cortesía de la Universidad de Chalmers)
Imagen: El modelo AI ingresa y analiza una imagen de la tomografía de emisión de positrones (PET) (Fotografía cortesía de la Universidad de Chalmers)

El uso de la inteligencia artificial (IA) en el análisis de imágenes médicas ha sido testigo de avances significativos recientemente. Se están desarrollando nuevas herramientas impulsadas por IA para ayudar a diagnosticar una variedad de afecciones médicas, ofreciendo apoyo a los radiólogos brindando opiniones adicionales o priorizando a los pacientes que requieren atención urgente. Estos sistemas de IA también promueven la equidad en la atención médica al garantizar que los pacientes reciban experiencia constante y evaluaciones de imágenes oportunas, independientemente de la ubicación del hospital. Esto es particularmente beneficioso para las enfermedades raras, que los radiólogos pueden no encontrar con frecuencia, ya que la IA tiene acceso a un rango más amplio de información. Ahora, un estudio histórico que involucra el análisis de imágenes de linfoma asistido por IA, un tipo de cáncer que afecta el sistema linfático, destaca los avances recientes en los métodos asistidos por computadora para interpretar imágenes médicas.

Investigadores de la Universidad Tecnológica de Chalmers (Gotemburgo, Suecia) han desarrollado un modelo informático llamado Lars (siglas en inglés para Sistema Lector Artificial de Linfoma) que identifica con precisión los signos de cáncer de ganglio linfático en el 90 % de los casos. Basándose en más de 17.000 imágenes de más de 5.000 pacientes con linfoma, Lars ha sido entrenado para detectar signos visuales de cáncer en el sistema linfático. Los investigadores utilizaron archivos de imágenes que abarcan más de una década y compararon los diagnósticos finales de los pacientes con sus tomografías por emisión de positrones (PET) y tomografías computarizadas (TC) tomadas antes y después del tratamiento.

Lars examina las imágenes PET para detectar patrones que indiquen la presencia o ausencia de linfoma. El modelo de IA fue entrenado para detectar signos de cáncer de ganglio linfático sin ser programado con instrucciones predeterminadas para buscar en las imágenes, lo que le permite aprender por sí mismo qué patrones son cruciales para realizar predicciones precisas. A pesar de los resultados prometedores, es esencial una mayor validación antes de que Lars pueda implementarse en entornos clínicos, lo que marca los próximos pasos hacia la integración de la IA en el diagnóstico de salud.

"En el estudio estimamos que la precisión del modelo informático es de alrededor del noventa por ciento y, especialmente en el caso de imágenes difíciles de interpretar, podría ayudar a los radiólogos en sus evaluaciones", afirmó Ida Häggström, profesora asociada del departamento de Ingeniería Eléctrica en Chalmers.

Enlaces relacionados:
Universidad Tecnológica de Chalmers

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Miembro Plata
Mobile X-Ray Barrier
Lead Acrylic Mobile X-Ray Barriers
New
CT Phantom
CIRS Model 610 AAPM CT Performance Phantom
New
Illuminator
Trimline Basic

Print article

Canales

Radiografía

ver canal
Imagen: La detección de cáncer de seno asistido por AI puede reducir las pruebas innecesarias (foto cortesía de Wustl)

Asistencia de IA mejora detección del cáncer de mama al reducir los falsos positivos

Radiólogos suelen detectar un caso de cáncer por cada 200 mamografías revisadas. Sin embargo, estas evaluaciones a menudo dan como resultado falsos positivos, lo que lleva a retiros... Más

RM

ver canal
Imagen: PET/MRI puede clasificar con precisión a los pacientes con cáncer de próstata (foto cortesía de 123RF)

PET/MRI mejora la precisión diagnóstica en pacientes con cáncer de próstata

El Sistema de datos e informes de imágenes de próstata (PI-RADS) es una escala de cinco puntos para evaluar el potencial de cáncer de próstata en imágenes de resonancia... Más

Ultrasonido

ver canal
Imagen: Diagrama esquemático del sistema de administración de fármacos de nanopartículas estimulados por ultrasonido para la terapia de biopelícula (foto cortesía de BIO Integration))

Nueva nanopartícula activada por ultrasonido elimina la biopelícula y la infección bacteriana

Las biopelículas, formadas por bacterias que se agregan en densas comunidades para protegerse contra las duras condiciones ambientales, contribuyen de manera importante a diversas enfermedades infecciosas.... Más

Medicina Nuclear

ver canal
Imagen: El sistema de IA utiliza imágenes de gammagrafía para el diagnóstico temprano de amiloidosis cardíaca (Fotografía cortesía de 123RF)

Sistema de IA detecta de forma automática y confiable amiloidosis cardíaca mediante imágenes de gammagrafía

La amiloidosis cardíaca, una afección caracterizada por la acumulación de depósitos anormales de proteínas (amiloide) en el músculo cardíaco, afecta gravemente... 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.