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
Radcal IBA  Group

Deascargar La Aplicación Móvil




Un estudio encuentra que la IA y los radiólogos logran mejores resultados cuando trabajan juntos

Por el equipo editorial de MedImaging en español
Actualizado el 31 Oct 2018
Un estudio realizado por investigadores de los Institutos de Ciencias Médicas de toda India ({AIIMS}Nueva Delhi, India) descubrió que cuando los radiólogos trabajan junto con la inteligencia artificial (IA) se pueden lograr mejores resultados, ayudando en la toma de decisiones basadas en casos.

En los últimos tiempos, ha habido muchas exageraciones acerca de que la IA hace que los radiólogos sean redundantes. El equipo de investigadores de AIIMS evaluó un simple flujo de trabajo de IA aumentada con radiólogo para demostrar si la inclusión de la opinión de un radiólogo en un algoritmo de IA haría que el algoritmo logre una mayor exactitud en comparación con un algoritmo entrenado en parámetros de imagen únicamente. Para el estudio, los conjuntos de datos de BI-RADS de fuente abierta se evaluaron para comprobar si la inclusión de la opinión de un radiólogo (en forma de clasificación de BI-RADS), además de los parámetros de imagen, mejoró la exactitud de la predicción de la histología utilizando tres algoritmos de aprendizaje automático vis-à-vis los algoritmos utilizando solo los parámetros de las imágenes.

De acuerdo con los resultados del estudio, los modelos que utilizan la clasificación BI-RADS proporcionada por el radiólogo se desempeñaron significativamente mejor que los modelos que no los usan. Los investigadores concluyeron que la IA y los radiólogos que trabajan juntos pueden lograr mejores resultados, ayudando en la toma de decisiones basadas en casos. Sin embargo, según los investigadores, una evaluación adicional de las métricas involucradas en el manejo de los predictores por los algoritmos de IA proporcionaría nuevos conocimientos sobre las imágenes.

Enlace relacionado:
AIIMS

Portable X-ray Unit
AJEX140H
Mammo DR Retrofit Solution
DR Retrofit Mammography
Multi-Use Ultrasound Table
Clinton
Medical Radiographic X-Ray Machine
TR30N HF

Canales

Radiografía

ver canal
Imagen: el nuevo método de imágenes de rayos X capaz de producir imágenes de múltiples contrastes fue desarrollado por los investigadores Mini Das y Jingcheng Yuan (Fotografía cortesía de la Universidad de Houston)

Avance en rayos X captura tres tipos de contraste de imagen en una sola toma

La detección de cáncer en etapas tempranas o cambios sutiles en las capas profundas de los tejidos ha sido un desafío para los sistemas de rayos X convencionales, que dependen únicamente... 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.