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




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
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


Digital Color Doppler Ultrasound System
MS22Plus
Computed Tomography System
Aquilion ONE / INSIGHT Edition
MRI System
nanoScan MRI 3T/7T
Ultrasound-Guided Biopsy & Visualization Tools
Endoscopic Ultrasound (EUS) Guided Devices

Canales

Radiografía

ver canal
Imagen: la prueba de detección \"dos por uno\" podría ayudar a detectar las principales causas de muerte de mujeres en todo el mundo (foto cortesía de Shutterstock)

Algoritmo de IA utiliza mamografías para predecir con precisión el riesgo cardiovascular en mujeres

Las enfermedades cardiovasculares siguen siendo la principal causa de muerte en mujeres a nivel mundial, responsables de aproximadamente nueve millones de muertes al año. A pesar de esta carga, los síntomas... Más

Ultrasonido

ver canal
Imagen: la herramienta basada en ultrasonido NEOSONICS identifica de forma no invasiva los casos de meningitis infantil (foto cortesía de Newborn Solution)

Herramienta no invasiva basada en ultrasonido detecta con precisión la meningitis infantil

La meningitis, una inflamación de las membranas que rodean el cerebro y la médula espinal, puede ser mortal en bebés si no se diagnostica y trata a tiempo. Incluso con tratamiento, puede dejar daños permanentes,... Más

Medicina Nuclear

ver canal
Imagen: los cristales de perovskita se cultivan en condiciones cuidadosamente controladas a partir de la masa fundida (foto cortesía de Mercouri Kanatzidis/Northwestern University)

Nueva cámara permite ver dentro del cuerpo humano para mejorar el escaneo y diagnóstico

Las exploraciones de medicina nuclear, como la tomografía computarizada por emisión de fotón único (SPECT), permiten a los médicos observar la función cardíaca,... Más

Imaginología General

ver canal
Imagen: Concepto de los SCNP fotosensibles (J F Thümmler et al., Commun Chem (2025). DOI: 10.1038/s42004-025-01518-x)

Nuevas nanopartículas ultrapequeñas y sensibles a la luz podrían servir como agentes de contraste

Las tecnologías de imagen médica enfrentan desafíos constantes para capturar vistas precisas y detalladas de los procesos internos, especialmente en enfermedades como el cáncer,... 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.