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




Inteligencia artificial detecta enfermedad hepática mediante ecocardiogramas

Por el equipo editorial de MedImaging en español
Actualizado el 10 Mar 2025
Print article
Imagen: el modelo entrenado en ecocardiografía, puede identificar enfermedades hepáticas en personas asintomáticas (foto cortesía de 123RF)
Imagen: el modelo entrenado en ecocardiografía, puede identificar enfermedades hepáticas en personas asintomáticas (foto cortesía de 123RF)

La ecocardiografía es un procedimiento de diagnóstico que utiliza ultrasonidos para visualizar el corazón y sus estructuras asociadas. Esta prueba de diagnóstico por imágenes se utiliza comúnmente como un método de detección temprana cuando los médicos sospechan que un paciente puede tener una enfermedad cardiovascular. Un ecocardiograma típico puede contener más de 50 clips de video, algunos de los cuales muestran imágenes del hígado. Las personas con enfermedades cardíacas a menudo desarrollan afecciones hepáticas crónicas, lo que dificulta la diferenciación entre la enfermedad hepática primaria y la lesión hepática resultante de una enfermedad cardíaca.

Se estima que 4,5 millones de personas han sido diagnosticadas con enfermedad hepática, aunque muchas más pueden tener enfermedad hepática esteatósica no diagnosticada, anteriormente conocida como enfermedad del hígado graso. Ahora, un nuevo programa de inteligencia artificial (IA) puede detectar la enfermedad hepática crónica a partir de videos capturados durante un ecocardiograma. Este modelo de aprendizaje profundo ayuda a los médicos a identificar enfermedades hepáticas que de otro modo pasarían desapercibidas, lo que permite realizar pruebas de seguimiento oportunas.

Los investigadores del hospital Cedars-Sinai (Los Ángeles, CA, EUA) entrenaron un sistema de IA para analizar patrones en más de 1,5 millones de videos de ecocardiogramas. El programa de IA, llamado EchoNet-Liver, pudo detectar cirrosis (cicatrización del hígado) y enfermedad hepática esteatótica al examinar imágenes del hígado capturadas durante ecocardiogramas. Esta tecnología se basa en el desarrollo previo de EchoNet, un sistema diseñado para identificar y analizar patrones en imágenes de ecocardiogramas. El equipo comparó las predicciones del modelo de aprendizaje profundo con diagnósticos realizados mediante ecografías abdominales o imágenes de resonancia magnética. Según un estudio publicado en la revista NEJM AI, la precisión del modelo de IA fue comparable a la de los métodos de imágenes tradicionales analizados por radiólogos. La siguiente fase de la investigación implica probar EchoNet-Liver en estudios que rastrean la salud de los pacientes a lo largo del tiempo.

“Estos nuevos hallazgos ejemplifican cómo los modelos de IA nos ayudan a mejorar los diagnósticos clínicos a nivel de sistemas corporales en lugar de solo órganos individuales”, dijo Sumeet Chugh, MD, director de la División de Inteligencia Artificial en Medicina en Cedars-Sinai.

Portable X-ray Unit
AJEX140H
Radiology Software
DxWorks
New
MRI Infusion Workstation
BeneFusion MRI Station
Portable Color Doppler Ultrasound Scanner
DCU10

Print article

Canales

Radiografía

ver canal
Imagen: la evaluación FFR impulsada por IA es comparable a la evaluación convencional (foto cortesía de 123RF)

Técnica de imágenes con IA se muestra prometedora en la evaluación de pacientes para ICP

La intervención coronaria percutánea (ICP), también conocida como angioplastia coronaria, es un procedimiento mínimamente invasivo en el que se insertan pequeños tubos... Más

RM

ver canal
Imagen: una herramienta de inteligencia artificial ha demostrado ser muy prometedora para predecir la recaída del cáncer cerebral pediátrico (foto cortesía de 123RF)

Herramienta de IA predice recaída de cáncer cerebral pediátrico a partir de resonancias magnéticas cerebrales

Muchos gliomas pediátricos pueden tratarse únicamente con cirugía, pero las recaídas pueden ser devastadoras. Predecir qué pacientes tienen riesgo de recurrencia sigue... 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.