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
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




IA aplicada a los rayos X de tórax identifica la colocación inadecuada de los tubos de respiración

Por el equipo editorial de MedImaging en español
Actualizado el 01 Feb 2022
Print article
Imagen: El software de IA identifica la colocación correcta de los tubos de respiración (Fotografía cortesía de Qure.ai)
Imagen: El software de IA identifica la colocación correcta de los tubos de respiración (Fotografía cortesía de Qure.ai)
Un algoritmo de inteligencia artificial (IA) mejora la gestión de cuidados intensivos al evaluar la colocación del tubo de respiración (TR) endotraqueal y de traqueotomía.

El software de análisis de imágenes independiente Qure.ai (Mumbai, India), qXR-BT fue diseñado para analizar y determinar la posición de la punta de un TR en relación con la carina mediante la generación de una imagen de rayos X de tórax digital secundaria. Luego automatiza las mediciones y proporciona al médico tratante un informe sobre la exactitud de la posición del tubo en menos de un minuto. Esto permite a los médicos identificar la posición correcta y determinar si se requiere atención adicional. El algoritmo es independiente del proveedor y funciona en máquinas de rayos X portátiles y estacionarias.

Las radiografías de tórax se envían a qXR-BT por medio de funciones de transmisión dentro del sistema de archivo y comunicación de imágenes (PACS) del usuario. Una vez finalizado el procesamiento, qXR-BT devuelve los resultados al PACS del usuario u otro sistema de software de radiología o base de datos especificado por el usuario en una salida PDF que contiene imágenes de vista previa que muestran estructuras segmentadas, delineadas con un informe textual que describe las estructuras detectadas. El informe de texto se limita a la presencia o ausencia de los tubos de respiración y la carina detectada por el software.

Además, qXR-BT genera un informe de imágenes digitales y comunicaciones en medicina (DICOM), que consta de una sola serie DICOM adicional completa para cada escaneo de entrada que contiene superposiciones etiquetadas que indican la ubicación y el alcance de las estructuras segmentables, adecuado para ver en el PACS o visor de radiología. qXR-BT utiliza redes neuronales convolucionales (CNN) previamente entrenadas para procesar las imágenes.

“Se espera que qXR-BT se convierta en una característica estándar de cualquier marco de atención crítica, brindando a los residentes y médicos jóvenes más confianza para medir de manera confiable la colocación del tubo de respiración en pacientes intubados”, dijo Prashant Warier, director ejecutivo y fundador de Qure.ai. “Especialmente a raíz de la pandemia de COVID-19 y la necesidad de ventilación mecánica en los pacientes afectados, la necesidad de asistencia inmediata para una fuerza laboral de atención médica sobrecargada es primordial”.

Los estudios han demostrado que hasta el 25 % de los pacientes intubados fuera del quirófano tienen tubos endotraqueales mal colocados, lo que puede provocar complicaciones graves como hiperinflación, neumotórax, paro cardíaco y muerte. Además, hasta el 45 % de los pacientes de la UCI, incluido el 5-15 % de los pacientes con COVID-19, requieren vigilancia en cuidados intensivos e intubación para soporte ventilatorio.

Enlace relacionado:
Qure.ai

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Radiology System
Riviera SPV AT
New
Thyroid Shield
Standard Thyroid Shield
New
PACS Workstation
CHILI Web Viewer

Print article
Radcal

Canales

RM

ver canal
Imagen: La IA puede predecir si los pacientes con cáncer cerebral sobrevivirán más de 8 meses después de recibir tratamiento con radioterapia (Fotografía cortesía de KCL)

IA predice sobrevivientes de cáncer cerebral dentro de ocho meses de radioterapia mediante RM

El glioblastoma, un cáncer cerebral primario en adultos particularmente difícil de tratar, tiene una tasa de supervivencia baja: solo uno de cada cuatro pacientes vive más de un año... Más

Medicina Nuclear

ver canal
Imagen: Un agente de imágenes PET recientemente desarrollado es efectivo para identificar el cáncer medular de tiroides (Fotografía cortesía de 123RF)

Nuevo trazador PET mejora detección de lesiones en cáncer medular de tiroides

El cáncer medular de tiroides (CMT) representa aproximadamente el 3 % de todos los casos de cáncer de tiroides y es notablemente raro. Surge de células diferentes en comparación... Más

Imaginología General

ver canal
Imagen: El software LungQ v3.0.0 ha recibido la autorización 510 (k) de la FDA de EUA para el análisis con IA de las imágenes de TC de tórax (Fotografía cortesía de Thirona)

Software de IA para análisis de imágenes de TC de tórax permite tratamiento personalizado para pacientes pulmonares

Un novedoso software clínico aprovecha la inteligencia artificial (IA) para segmentar automáticamente varios segmentos y subsegmentos pulmonares en la anatomía interna del pulmón.... 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.