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
Thales AVS France

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.
15 jul 2020 - 19 jul 2020
Virtual Venue

Método nuevo basado en IA detecta la respuesta del cerebro al tratamiento de la esclerosis múltiple

Por el equipo editorial de MedImaging en español
Actualizado el 15 Jul 2019
Print article
Imagen: El nuevo método basado en la IA tiene una sensibilidad sustancialmente mayor de lo que le permiten las medidas convencionales derivadas por los radiólogos (Fotografía cortesía de Shutterstock).
Imagen: El nuevo método basado en la IA tiene una sensibilidad sustancialmente mayor de lo que le permiten las medidas convencionales derivadas por los radiólogos (Fotografía cortesía de Shutterstock).
Investigadores en el Colegio Universitario de Londres {(UCL), Londres, Reino Unido} y el King's College de Londres {(KCL) Londres, Reino Unido} desarrollaron un método nuevo, basado en inteligencia artificial (IA), para detectar la respuesta del cerebro al tratamiento en la esclerosis múltiple (EM). El nuevo método tiene una sensibilidad sustancialmente mayor de lo que permiten las medidas convencionales derivadas por los radiólogos.

Los investigadores estudiaron pacientes con EM recurrente-remitente que fueron tratados con el fármaco modificador de la enfermedad natalizumab, en que se obtuvieron imágenes de resonancia magnética (RM) en serie antes y después del inicio del tratamiento. El equipo utilizó la visión artificial para extraer una “huella digital de imagen” del estado del cerebro de cada escaneo, capturando cambios detallados en la materia blanca y gris y produciendo un rico conjunto de trayectorias regionales a lo largo del tiempo.

En comparación con el análisis convencional de las medidas tradicionales de volumen total de lesión y materia gris que un radiólogo puede extraer, el modelado asistido por IA de las complejas huellas dactilares de la imagen fue capaz de discriminar entre las trayectorias de cambio previas y posteriores al tratamiento con una exactitud mucho mayor. El estudio demostró que la IA se puede usar para detectar cambios en las imágenes del cerebro en la EM tratada con mayor sensibilidad que las medidas lo suficientemente simples como para que los radiólogos las cuantifiquen, permitiendo un desempeño “sobrehumano” en la tarea. El enfoque se podría utilizar para guiar la terapia en pacientes individuales, detectar el éxito o el fracaso del tratamiento más rápido y para realizar ensayos de nuevos fármacos de manera más eficaz y con grupos de pacientes más pequeños.

El Dr. Parashkev Nachev del Instituto de Neurología Queen Square del UCL, quien dirigió el estudio dijo: “En lugar de intentar copiar lo que los radiólogos ya hacen perfectamente bien, el modelado computacional complejo en neurología se implementa mejor en tareas que los expertos humanos no pueden hacer en lo absoluto: sintetizar una multiplicidad rica de características clínicas y de imagen en una descripción coherente y cuantificada del paciente individual en su conjunto. Esto nos permite combinar la flexibilidad y la delicadeza de un clínico con el rigor y la objetividad de una máquina”.

Enlace relacionado:
Colegio Universitario de Londres
King's College de Londres



Print article
Radcal
CIRS

Canales

Radiografía

ver canal
Imagen: Esquema de un dispositivo para imágenes de rayos X de campo oscuro (Fotografía cortesía de la TUM)

Radiografías pulmonares de bajas dosis facilitan el diagnóstico del coronavirus

Un método novedoso de rayos X que implica una radiación significativamente menor que la tomografía computarizada (TC) puede ayudar a identificar las anomalías en la COVID-19. Desarrollado en la Universidad... Más

RM

ver canal
Imagen: El sistema Canon Vantage Orian 1,5T MR (Fotografía cortesía de Canon Medical Systems)

Acelerador para la resonancia magnética mejora la eficiencia diagnóstica

La innovadora tecnología Compressed SPEEDER, diseñada para el sistema médico Vantage Orian 1,5T MR de Canon (Tochigi, Japón), puede mejorar los tiempos de exploración de resonancia magnética (RM) al reconstruir... Más
Copyright © 2000-2020 Globetech Media. All rights reserved.