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
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Imágenes médicas reconstruidas con IA pueden no ser confiables

Por el equipo editorial de MedImaging en español
Actualizado el 15 Jun 2020
Print article
Imagen: Imágenes con pequeñas perturbaciones estructurales (texto y símbolos) reconstruidas con IA (Fotografía cortesía de PNAS)
Imagen: Imágenes con pequeñas perturbaciones estructurales (texto y símbolos) reconstruidas con IA (Fotografía cortesía de PNAS)
Un estudio nuevo sugiere que las herramientas de aprendizaje profundo utilizadas para crear imágenes de alta calidad a partir de tiempos de escaneo cortos producen múltiples alteraciones y artefactos en los datos que podrían afectar el diagnóstico.

Investigadores de la Universidad de Oslo (Noruega), la Universidad de Cambridge (Reino Unido) y otras instituciones, realizaron un estudio para evaluar seis redes neuronales diferentes de inteligencia artificial (IA) entrenadas para crear imágenes mejoradas a partir de exámenes de resonancia magnética (RM) o de tomografía computarizada (TC). Las redes se alimentaron de datos diseñados para replicar tres posibles problemas: pequeñas perturbaciones; pequeños cambios estructurales; y cambios en la frecuencia de muestreo en comparación con los datos sobre los que se entrenó la IA. Para probar la capacidad de los sistemas de detectar pequeños cambios estructurales, el equipo agregó letras y símbolos de cartas de juego a las imágenes.

Los resultados mostraron que solo una de las redes pudo reconstruir estos detalles, pero las otras cinco presentaron problemas que iban desde la borrosidad hasta la eliminación casi completa de los cambios. Solo una de las redes neuronales produjo mejores imágenes a medida que los investigadores aumentaron la frecuencia de muestreo de los escaneos. Otra red se estancó, sin mejoras en la calidad; y en tres, las reconstrucciones disminuyeron en calidad a medida que aumentó el número de muestras. El sexto sistema de IA no permitió cambiar la frecuencia de muestreo. El estudio fue publicado el 11 de mayo de 2020, en la revista Proceedings of the National Academy of Sciences (PNAS).

“Te molestas un poco y el sistema de IA dice que la imagen del gato es de repente un camión de bomberos. Los investigadores deben comenzar a probar la estabilidad de estos sistemas. Lo que verán a gran escala es que muchos de estos sistemas de IA son inestables”, dijo el autor principal, Anders Hansen, PhD, de la Universidad de Cambridge. “El gran problema es que no existe una comprensión matemática de cómo funcionan estos sistemas de IA. Se convierten en una caja negra, y si no se prueban estas cosas correctamente, puede tener resultados completamente desastrosos”.

Las inestabilidades durante el escaneo pueden aparecer como ciertas perturbaciones pequeñas, casi indetectables (por ejemplo, debido al movimiento del paciente, que aparecen tanto en la imagen como en el dominio de muestreo, lo que resulta en artefactos en la reconstrucción; como pequeños cambios estructurales, por ejemplo, un tumor, que puede no ser capturado en la imagen reconstruida y diferentes tasas de muestreo que no coinciden con los datos con los que se entrenó el algoritmo de IA.

Enlace relacionado:
Universidad de Oslo
Universidad de Cambridge

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Breast Imaging Workstation
SecurView
Compact C-Arm with FPD
Arcovis DRF-C R21
New
DR Flat Panel Detector
1500L

Print article

Canales

Radiografía

ver canal
Imagen: El software de reconocimiento de forma DL Precise mejora la precisión y la eficiencia en las imágenes médicas (Fotografía cortesía de DeepLook Medical)

Nueva tecnología de IA podría revolucionar detección del cáncer en senos densos

Casi la mitad de las mujeres de 40 años o más poseen un tejido mamario denso, lo que aumenta su susceptibilidad al cáncer de mama. El desafío de detectar el cáncer en... Más

RM

ver canal
Imagen: Se ha encontrado que 0.55T son suficiente para obtener una imagen de calidad diagnóstica de una resonancia magnética (Fotografía cortesía de 123RF)

Imágenes de resonancia magnética de 0,55 T de campo bajo ofrecen utilidad diagnóstica similar a la de 1,5 T para exploraciones abdominales

La resonancia magnética (RM) es una herramienta vital en el diagnóstico médico, pero el alto costo de los sistemas clínicos de cuerpo entero es una barrera importante.... Más

Ultrasonido

ver canal
Imagen: El ultrasonido intravascular proporciona una imagen más precisa y específica de las arterias coronarias (Fotografía cortesía de 123RF)

Imágenes intravasculares mejoran significativamente resultados en procedimientos de colocación de stent cardiovascular

Las personas con enfermedad de las arterias coronarias, que implica la acumulación de placa en las arterias que provoca síntomas como dolor en el pecho, dificultad para respirar y ataques... Más

Medicina Nuclear

ver canal
Imagen: La técnica de imágenes PET puede detectar de manera no invasiva la inflamación activa antes de que surjan síntomas clínicos (Fotografía cortesía de 123RF)

Nuevo trazador PET detecta artritis inflamatoria antes de que aparezcan síntomas

La artritis reumatoide, la forma más común de artritis inflamatoria, afecta a 18 millones de personas en todo el mundo. Es una enfermedad autoinmune compleja caracterizada por inflamación... 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 © 2000-2024 Globetech Media. All rights reserved.