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




Aprendizaje automático supera a expertos clínicos en clasificación de fracturas de cadera a partir de rayos X

Por el equipo editorial de MedImaging en español
Actualizado el 15 Feb 2022
Print article
Imagen: Redes neuronales entrenadas para reconocer las articulaciones de la cadera y clasificar las fracturas (Fotografía cortesía de la Universidad de Bath)
Imagen: Redes neuronales entrenadas para reconocer las articulaciones de la cadera y clasificar las fracturas (Fotografía cortesía de la Universidad de Bath)

Dos redes neuronales convolucionales (CNN) desarrolladas en la Universidad de Bath (Somerset, Reino Unido) pudieron identificar y clasificar fracturas de cadera a partir de rayos X con un grado de precisión y confianza un 19 % mayor que el de los médicos hospitalarios. El equipo de investigación se dedicó a crear el nuevo proceso para ayudar a los médicos a hacer que la atención de la fractura de cadera sea más eficiente y respaldar mejores resultados para los pacientes. Utilizaron un total de 3.659 radiografías de cadera, clasificadas por al menos dos expertos, para entrenar y probar las redes neuronales, que lograron una precisión general del 92 % y un 19 % más de precisión que los médicos hospitalarios.

Las fracturas de cadera son una de las principales causas de morbilidad y mortalidad en las personas mayores, lo que genera altos costos para la atención médica y social. Clasificar una fractura antes de la cirugía es crucial para ayudar a los cirujanos a seleccionar las intervenciones adecuadas para tratar la fractura y restaurar la movilidad y mejorar los resultados del paciente. La capacidad de clasificar una fractura de manera rápida, precisa y confiable es clave: los retrasos en la cirugía de más de 48 horas pueden aumentar el riesgo de resultados adversos y mortalidad. Las fracturas se dividen en tres clases: intracapsulares, trocantéricas o subtrocantéricas, según la parte de la articulación en la que se produzcan. Algunos tratamientos, que están determinados por la clasificación de la fractura, pueden costar hasta 4,5 veces más que otros.

Igual de importantes son los resultados de los pacientes a largo plazo: las personas que sufren una fractura de cadera tienen al año siguiente el doble de mortalidad específica por edad que la población general. Por lo tanto, dice el equipo, el desarrollo de estrategias para mejorar el manejo de la fractura de cadera y su impacto en la morbilidad, la mortalidad y los costos de atención médica es una alta prioridad. Un problema crítico que afecta el uso de imágenes de diagnóstico es el desajuste entre la demanda y el recurso. La creciente demanda de los departamentos de radiología a menudo significa que no pueden informar los resultados de manera oportuna.

"Los métodos de aprendizaje automático y las redes neuronales ofrecen un enfoque nuevo y poderoso para automatizar el diagnóstico y la predicción de resultados, por lo que esta nueva técnica que hemos compartido tiene un gran potencial", dijo el profesor Richie Gill, autor principal del artículo y codirector del Centro para la Innovación Terapéutica, dice. "A pesar de que la clasificación de las fracturas determina con tanta fuerza el tratamiento quirúrgico y, por lo tanto, los resultados de los pacientes, actualmente no existe un proceso estandarizado sobre quién determina esta clasificación en el Reino Unido, ya sea que lo hagan cirujanos ortopédicos o radiólogos especializados en trastornos musculoesqueléticos".

Related Links:
Universidad de Bath 

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Miembro Plata
Mobile X-Ray Barrier
Lead Acrylic Mobile X-Ray Barriers
New
Ultrasound Doppler System
Doppler BT-200
New
Digital Radiography Acquisition Software
VXvue with PureImpact

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.