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

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

Digital X-Ray Detector Panel
Acuity G4
New
Monitor de radiología
Barco MDNC-12130 Nio Fusion 12MP Radiology Monitor
Diagnostic Ultrasound System
DC-80A
X-Ray Illuminator
X-Ray Viewbox Illuminators

Canales

Ultrasonido

ver canal
Imagen: Un corte transversal del cerebro revela la arquitectura simétrica de la red vascular (cian-verde) y el trazador que resalta el sistema glinfático (rojo-amarillo) a lo largo de la superficie cerebral y las vías de drenaje, visualizados a través del cráneo intacto mediante la técnica 3D-PAULM (Foto cortesía de la Universidad de Duke)

Plataforma de imagen híbrida revela cómo el sueño favorece la eliminación de desechos del cerebro

El sistema glinfático del cerebro elimina los desechos metabólicos a través del líquido cefalorraquídeo y se cree que contribuye a la salud neuronal durante el sueño.... Más

TI en Imaginología

ver canal
Imagen: La plataforma admite la creación de informes asistida por IA en tiempo real a medida que los radiólogos dictan, extrayendo los hallazgos del habla natural y colocándolos en las secciones apropiadas del informe (Crédito de la imagen: Adobe Stock)

Plataforma de informes con IA ambiental agiliza la elaboración de informes radiológicos

Los departamentos de radiología se enfrentan a un volumen creciente de imágenes y a la escasez de personal, lo que genera cuellos de botella en la elaboración de informes y presión... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.