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




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
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

New
Adjustable Mobile Barrier
M-458
Ultrasound Needle Guidance System
SonoSite L25
New
MRI System
nanoScan MRI 3T/7T
New
Digital Color Doppler Ultrasound System
MS22Plus

Canales

Ultrasonido

ver canal
Imagen: la herramienta basada en ultrasonido NEOSONICS identifica de forma no invasiva los casos de meningitis infantil (foto cortesía de Newborn Solution)

Herramienta no invasiva basada en ultrasonido detecta con precisión la meningitis infantil

La meningitis, una inflamación de las membranas que rodean el cerebro y la médula espinal, puede ser mortal en bebés si no se diagnostica y trata a tiempo. Incluso con tratamiento, puede dejar daños permanentes,... 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.