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
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
Print article
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”.

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Oncology Information System
RayCare
Crossover Angiography System
Trinias C16/C12/F12 Unity Smart Edition
New
Portable X-Ray Unit
AJEX240H

Print article

Canales

Radiografía

ver canal
Imagen: Saige-DX es un sistema de IA categórico personalizado diseñado para ayudar en la detección del cáncer de mama (Fotografía cortesía de DeepHealth)

IA ayuda a radiólogos generales a lograr un rendimiento de nivel de especialista en interpretación de mamografías

El cáncer de mama, que afecta a una de cada ocho mujeres a lo largo de su vida, se vuelve mucho más tratable cuando se detecta a tiempo. La tasa de supervivencia relativa a cinco años... Más

RM

ver canal
Imagen: Se ha encontrado que 0.55T son suficiente para obtener una imagen de calidad diagnóstica de una resonancia magnética (Fotografía cortesía de 123RF)

Imágenes de resonancia magnética de 0,55 T de campo bajo ofrecen utilidad diagnóstica similar a la de 1,5 T para exploraciones abdominales

La resonancia magnética (RM) es una herramienta vital en el diagnóstico médico, pero el alto costo de los sistemas clínicos de cuerpo entero es una barrera importante.... Más

Medicina Nuclear

ver canal
Imagen: La técnica de imágenes PET puede detectar de manera no invasiva la inflamación activa antes de que surjan síntomas clínicos (Fotografía cortesía de 123RF)

Nuevo trazador PET detecta artritis inflamatoria antes de que aparezcan síntomas

La artritis reumatoide, la forma más común de artritis inflamatoria, afecta a 18 millones de personas en todo el mundo. Es una enfermedad autoinmune compleja caracterizada por inflamación... Más

Imaginología General

ver canal
Imagen: La imagen fotoacústica del PACTER produce imágenes 3D de la sangre fluyendo (Fotografía cortesía de Yide Zhang)

Nueva tecnología muestra imágenes del flujo sanguíneo en tiempo real

Comprender la dinámica del flujo sanguíneo, o hemodinámica, proporciona información fundamental sobre diversas enfermedades vasculares. La información sobre factores... 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.