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




Inteligencia artificial para interpretar informes de radiólogos

Por el equipo editorial de MedImaging en español
Actualizado el 22 Feb 2018
Investigadores de la Facultad de Medicina Icahn en Monte Sinaí (Nueva York, NY, EUA) han utilizado técnicas de aprendizaje automático, que incluyen algoritmos de procesamiento del lenguaje natural, para identificar conceptos clínicos en los informes de los radiólogos para las tomografías computarizadas (TC). La tecnología marca un primer paso importante en el desarrollo de una inteligencia artificial (IA) que podría interpretar exámenes y diagnosticar enfermedades.

Se espera que la IA ayude a los radiólogos a interpretar los rayos X, las tomografías computarizadas y los estudios de imágenes por resonancia magnética (RM), pero requiere que el software informático interprete la diferencia entre un estudio normal y los hallazgos anormales. Los investigadores llevaron a cabo un estudio para entrenar la tecnología de IA para comprender los informes de texto escritos por los radiólogos creando una serie de algoritmos para enseñar a las computadoras grupos de frases, como fosfolípidos, acidez estomacal y colonoscopia.

Utilizando 96,303 informes de radiólogos asociados con las tomografías computarizadas de cabeza realizadas en el Hospital Monte Sinaí y Monte Sinaí Queens entre 2010 y 2016, los investigadores capacitaron el software. Calcularon las métricas que reflejaban la variedad de lenguaje utilizado en estos informes y los compararon con otras grandes colecciones de texto, incluidos miles de libros, noticias de Reuters, notas de pacientes hospitalizados y revisiones de productos de Amazon para caracterizar la “complejidad léxica” de los informes de los radiólogos. Los investigadores encontraron una exactitud del 91%, lo que demuestra que es posible identificar automáticamente los conceptos en el texto del complejo dominio de la radiología.

“El lenguaje utilizado en radiología tiene una estructura natural, lo que hace que sea apta para el aprendizaje automático”, dijo el autor principal, Eric Oermann, MD, Instructor en el Departamento de Neurocirugía en la Facultad de Medicina Icahn en Monte Sinaí. “Los modelos de aprendizaje automático basados en conjuntos de datos de texto radiológico masivos pueden facilitar el entrenamiento de futuros sistemas basados en IA para analizar imágenes radiológicas”.

“El objetivo final es crear algoritmos que ayuden a los médicos a diagnosticar con exactitud a los pacientes”, dice el primer autor, John Zech, un estudiante de medicina en la Facultad de Medicina Icahn en Monte Sinaí. “El aprendizaje profundo tiene muchas aplicaciones potenciales en radiología: clasificar para identificar estudios que requieren evaluación inmediata, marcar partes anormales de las imágenes transversales para su posterior revisión, caracterizar masas relacionadas con malignidad, y esas aplicaciones requerirán muchos ejemplos de entrenamiento etiquetados”.

New
High-Precision QA Tool
DEXA Phantom
Miembro Plata
X-Ray QA Meter
T3 AD Pro
Portable X-ray Unit
AJEX140H
New
Post-Processing Imaging System
DynaCAD Prostate

Canales

RM

ver canal
Imagen: los investigadores utilizaron RM y pantalones inspirados en la NASA para mejorar las pruebas de esfuerzo y revelar problemas cardíacos ocultos (foto cortesía de UTA)

Nueva técnica de resonancia magnética revela problemas cardíacos ocultos

Las pruebas de esfuerzo tradicionales, realizadas en una máquina de resonancia magnética (RM), requieren que los pacientes permanezcan acostados, una posición que mejora artificialmente... Más

Ultrasonido

ver canal
Imagen: el ultrasonido focalizado puede detener el crecimiento de lesiones cerebrales debilitantes (Foto cortesía de Nature Biomedical Engineering; doi.org/10.1038/s41551-025-01390-z)

Nueva técnica sin incisiones detiene el crecimiento de lesiones cerebrales debilitantes

Las malformaciones cavernosas cerebrales (MCC), también conocidas como cavernomas, son agrupaciones anómalas de vasos sanguíneos que pueden formarse en el cerebro, la médula... Más

Medicina Nuclear

ver canal
Imagen: El estudio de imágenes de cáncer de próstata tiene como objetivo reducir la necesidad de biopsias (foto cortesía de Shutterstock)

Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata

El cáncer de próstata es la segunda causa principal de muerte por cáncer en hombres en Estados Unidos. Sin embargo, la mayoría de los hombres mayores diagnosticados con esta... Más

Imaginología General

ver canal
Imagen: El cinturón de TC por ultrasonido podría facilitar el seguimiento de pacientes con afecciones cardíacas y pulmonares (foto cortesía de la Universidad de Bath)

Dispositivo portátil pionero ofrece una alternativa revolucionaria a las tomografías computarizadas

Actualmente, los pacientes con afecciones como insuficiencia cardíaca, neumonía o dificultad respiratoria suelen requerir múltiples procedimientos de diagnóstico por imagen... 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.