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




TC de dosis ultra baja ayuda en el diagnóstico de neumonía en pacientes inmunocomprometidos

Por el equipo editorial de MedImaging en español
Actualizado el 20 Mar 2025
Print article
Imágenes axiales de ventana pulmonar de TC de tórax sin contraste de tres parches de muestra diferentes que se muestran en cada fila (Foto cortesía de Radiology: Cardiothoracic Imaging)
Imágenes axiales de ventana pulmonar de TC de tórax sin contraste de tres parches de muestra diferentes que se muestran en cada fila (Foto cortesía de Radiology: Cardiothoracic Imaging)

Las infecciones pulmonares pueden poner en peligro la vida de los pacientes con sistemas inmunitarios debilitados, por lo que el diagnóstico oportuno es crucial. Si bien las tomografías computarizadas (TC) se consideran el estándar de oro para detectar la neumonía, las exploraciones repetidas pueden exponer a los pacientes a niveles nocivos de radiación. El diagnóstico temprano es particularmente importante para los pacientes inmunocomprometidos, pero el riesgo acumulativo de exposición a la radiación por múltiples tomografías genera preocupación.

Las TC de dosis ultra baja, que reducen la exposición a la radiación, suelen presentar una calidad de imagen deficiente debido al “ruido” adicional, lo que genera texturas granuladas que pueden dificultar un diagnóstico preciso. Un nuevo estudio, publicado en Radiology: Cardiothoracic Imaging, revela que las TC de dosis ultrabaja sin ruido pueden diagnosticar la neumonía en pacientes inmunocomprometidos de manera efectiva, utilizando solo el 2 % de la dosis de radiación de las TC estándar.

La investigación, realizada por científicos del Centro Médico Sheba (Ramat Gan, Israel), tuvo como objetivo evaluar la capacidad de reducción de ruido de un algoritmo de aprendizaje profundo en TC de dosis ultrabaja. Entre septiembre de 2020 y diciembre de 2022, 54 pacientes inmunocomprometidos con fiebre se sometieron a dos tomografías de tórax: una con dosis estándar y otra con dosis ultra baja. Las imágenes de TC de dosis ultra baja fueron procesadas mediante un algoritmo de aprendizaje profundo diseñado para reducir el ruido. Posteriormente, los radiólogos evaluaron las imágenes de forma independiente, comparando los hallazgos de las TC estándar, las TC de dosis ultra baja y las TC de dosis ultra baja con reducción de ruido, sin conocer los detalles clínicos de los pacientes.

El algoritmo de aprendizaje profundo mejoró significativamente la calidad de imagen de las TC de dosis ultrabaja, mejorando la claridad y reduciendo los falsos positivos. demás, los nódulos fueron más fácilmente detectables en las imágenes con reducción de ruido. Es importante destacar que la dosis efectiva de radiación de las TC de dosis ultra baja fue solo el 2 % de la dosis de radiación de una TC estándar. Los investigadores sugieren que este método de reducción de ruido basado en aprendizaje profundo podría beneficiar a otros grupos de pacientes, incluidos los pediátricos. Planean realizar estudios futuros con muestras más grandes para validar aún más los prometedores resultados de este enfoque.

“Este estudio sienta las bases para una imagenología más segura, basada en IA, que reduce la exposición a la radiación y preserva la precisión diagnóstica”, afirmó el Dr. Maximiliano Klug, autor principal del estudio. “Este estudio piloto identificó la infección con una fracción de la dosis de radiación. Este enfoque podría impulsar estudios más amplios y, en última instancia, redefinir las guías clínicas, convirtiendo la TC de dosis ultrabaja con reducción de ruido en el nuevo estándar para pacientes jóvenes inmunodeprimidos”.

Enlaces relacionados:
Centro Médico Sheba

Digital X-Ray Detector Panel
Acuity G4
X-Ray Illuminator
X-Ray Viewbox Illuminators
Computed Tomography System
Aquilion ONE / INSIGHT Edition
Multi-Use Ultrasound Table
Clinton

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

Ultrasonido

ver canal
Imagen: la herramienta de ultrasonido pulmonar impulsada por IA superó a los expertos humanos en un 9 % en el diagnóstico de tuberculosis (Adobe Stock)

La ecografía pulmonar asistida por IA supera a expertos humanos en el diagnóstico de tuberculosis

A pesar de la disminución global de las tasas de tuberculosis (TB) en años anteriores, su incidencia aumentó un 4,6% entre 2020 y 2023. La detección temprana y el diagnóstico rápido son elementos esenciales... 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.