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.
Please note that the MedImaging website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
Ampronix,  Inc

Deascargar La Aplicación Móvil




Un software de IA predice las tasas de supervivencia para el cáncer de ovario a partir de los exámenes de TC

Por el equipo editorial de Medimaging en español
Actualizado el 05 Mar 2019
Print article
Imagen: El nuevo software puede predecir el pronóstico de las pacientes con cáncer de ovario con mayor exactitud que los métodos actuales (Fotografía cortesía de Getty Images).
Imagen: El nuevo software puede predecir el pronóstico de las pacientes con cáncer de ovario con mayor exactitud que los métodos actuales (Fotografía cortesía de Getty Images).
Investigadores del Colegio Imperial de Londres (Londres, Inglaterra) y la Universidad de Melbourne (Melbourne, Australia) han creado un nuevo software de aprendizaje automático que puede pronosticar las tasas de supervivencia y respuesta a los tratamientos de las pacientes con cáncer de ovario. El software de inteligencia artificial (IA) puede predecir el pronóstico de las pacientes con cáncer de ovario con mayor exactitud que los métodos actuales y también puede predecir el tratamiento más eficaz para las pacientes después del diagnóstico.

En su estudio, los investigadores utilizaron una herramienta de software matemático llamada TEXLab para identificar la agresividad de los tumores en las tomografías computarizadas y en las muestras de tejido de 364 mujeres con cáncer de ovario entre 2004 y 2015. El software examinó cuatro características biológicas de los tumores que influyen significativamente en la supervivencia general - estructura, forma, tamaño y composición genética - para evaluar el pronóstico de las pacientes. A las pacientes se les asignó una puntuación conocida como Vector de Pronóstico Radiómico (VPR), que indica qué tan grave es la enfermedad, variando de leve a grave.

Cuando los investigadores compararon los resultados con los análisis de sangre y los puntajes de pronóstico actuales utilizados por los médicos para estimar la supervivencia, encontraron que el software es cuatro veces más exacto para predecir las muertes por cáncer de ovario que los métodos estándar. Los investigadores también encontraron que el 5% de las pacientes con puntuaciones VPR altas tenían una tasa de supervivencia inferior a dos años. Según los investigadores, la tecnología se podría usar para identificar a las pacientes que tienen pocas probabilidades de responder a los tratamientos estándar y ofrecerles tratamientos alternativos. Ahora planean realizar un estudio más amplio para ver con qué exactitud el software puede predecir los resultados de la cirugía y/o las terapias con medicamentos para las pacientes individuales.

“Las tasas de supervivencia a largo plazo para las pacientes con cáncer de ovario avanzado son bajas a pesar de los avances logrados en los tratamientos contra el cáncer. Hay una necesidad urgente de encontrar nuevas formas de tratar la enfermedad”, dijo el profesor, Eric Aboagye, autor principal y profesor de Farmacología del Cáncer e Imagenología Molecular, en el Colegio Imperial de Londres. “Nuestra tecnología es capaz de brindar a los médicos información más detallada y exacta sobre la forma en que los pacientes pueden responder a diferentes tratamientos, lo que podría permitirles tomar decisiones de tratamiento mejores y más específicas”.

“La inteligencia artificial tiene el potencial de transformar la forma en que se brinda la atención médica y mejorar los resultados de las pacientes”, agregó la profesora Andrea Rockall, coautora y radióloga consultora honoraria, en el Servicio de Salud del Colegio Imperial NHS Trust. “Nuestro software es un ejemplo de esto y esperamos que se pueda utilizar como una herramienta para ayudar a los médicos a manejar y tratar mejor a las pacientes con cáncer de ovario”.

Enlace relacionado:
Colegio Imperial de Londres
Universidad de Melbourne



Print article
Radcal

Canales

Imaginología General

ver canal
Imagen: El Dr. Ashish Diwan (I) y el Dr. Kyle Sheldrick (D) (Fotografía cortesía de la UNSW).

Método de post procesamiento aumenta la exactitud de las resonancias magnéticas

Una técnica nueva de resonancia magnética (RM) mejora la exactitud del análisis de los discos espinales degenerados del 70% con los métodos actuales, al 97%, según un estudio nuevo. La técnica de variación... Más

TI en Imaginología

ver canal
Imagen: El software empresarial uPath proporciona mejores herramientas de patología digital (Fotografía cortesía de Roche).

Un software de patología digital mejora la eficiencia del flujo de trabajo

Una plataforma de software novedosa reduce drásticamente los tiempos de generación de imágenes, integra el análisis automatizado de imágenes y permite un mejor intercambio de casos entre patólogos.... Más
Copyright © 2000-2019 Globetech Media. All rights reserved.