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




Herramienta de IA garantiza seguimiento de hallazgos radiográficos para evitar retrasos en diagnóstico

Por el equipo editorial de MedImaging en español
Actualizado el 06 Apr 2022
Imagen: El uso de la IA y el aprendizaje automático puede mejorar los resultados de los pacientes (Fotografía cortesía de Pexels)
Imagen: El uso de la IA y el aprendizaje automático puede mejorar los resultados de los pacientes (Fotografía cortesía de Pexels)

Se revisan las imágenes de diagnóstico médico de modalidades como radiografías, tomografías computarizadas y resonancias magnéticas, y los hallazgos se resumen en un informe de radiología que puede contener recomendaciones para acciones de seguimiento, como pruebas y evaluaciones adicionales. Debido a la extensión y la complejidad de este tipo de informes, hasta el 33 % de las recomendaciones de seguimiento se retrasan o se pasan por alto involuntariamente, lo que puede conducir a malos resultados para los pacientes. Para resolver este problema, los investigadores han desarrollado un flujo de trabajo de IA personalizado para acelerar el procesamiento de informes de radiología y proporcionar un seguimiento crucial del paciente.

El equipo de investigadores de la Facultad de Medicina Feinberg de la Universidad Northwestern (Evanston, IL, EUA) desarrolló una iniciativa para garantizar un seguimiento confiable de los hallazgos radiográficos para prevenir retrasos en el diagnóstico y el tratamiento y mejorar los resultados. El equipo desarrolló un flujo de trabajo de IA basado en redes neuronales recurrentes y procesamiento de lenguaje natural (NLP) para examinar e identificar informes de radiología con hallazgos que requieren un seguimiento médico adicional.

En un estudio realizado por los investigadores, su flujo de trabajo de IA personalizado evaluó más de 570.000 estudios de imágenes en 13 meses y encontró que 29.000 (5,1 % del total) contenían recomendaciones de seguimiento relacionadas con los pulmones, a una tasa promedio de 70 hallazgos marcados por día. Los resultados demostraron una sensibilidad del 77,1 %, una especificidad del 99,5 % y una precisión del 90,3 % para el seguimiento de los hallazgos pulmonares. Se generaron cerca de 5.000 interacciones con los médicos y se completaron más de 2.400 seguimientos. Los investigadores concluyeron que la IA y los procesos de aprendizaje automático mejoran la confiabilidad de los hallazgos de imágenes médicas, lo que puede conducir a una reducción y prevención efectivas de enfermedades de alto riesgo.

“Creamos nuestro propio flujo de trabajo de IA personalizado que lee casi todos los informes de radiología y, a través de una integración profunda con nuestro sistema de registros médicos, proporciona alertas y notificaciones al médico de atención primaria, al paciente y al equipo de seguimiento dedicado, para garantizar que los detalles importantes no caigan en el olvido”, dijo Mozziyar Etemadi, MD, PhD, de la Universidad Northwestern. Estamos entusiasmados con el futuro de la atención médica, la inteligencia artificial y todas las formas en que podemos continuar ayudando a nuestros pacientes”.


Enlaces relacionados:
Facultad de Medicina Feinberg de la Universidad Northwestern

Multi-Use Ultrasound Table
Clinton
X-ray Diagnostic System
FDX Visionary-A
New
Mammo DR Retrofit Solution
DR Retrofit Mammography
Half Apron
Demi

Canales

Ultrasonido

ver canal
Imagen: la herramienta basada en ultrasonido NEOSONICS identifica de forma no invasiva los casos de meningitis infantil (foto cortesía de Newborn Solution)

Herramienta no invasiva basada en ultrasonido detecta con precisión la meningitis infantil

La meningitis, una inflamación de las membranas que rodean el cerebro y la médula espinal, puede ser mortal en bebés si no se diagnostica y trata a tiempo. Incluso con tratamiento, puede dejar daños permanentes,... Más

Medicina Nuclear

ver canal
Imagen: la herramienta de diagnóstico podría mejorar las decisiones de diagnóstico y tratamiento para pacientes con infecciones pulmonares crónicas (foto cortesía de SNMMI)

Nueva técnica de PET específica para bacterias detecta infecciones pulmonares difíciles de diagnosticar

Mycobacteroides abscessus es una micobacteria de rápido crecimiento que afecta principalmente a pacientes inmunodeprimidos y a personas con enfermedades pulmonares preexistentes, como fibrosis... Más

Imaginología General

ver canal
Imagen: un modelo de aprendizaje profundo basado en parches con un conjunto de datos de entrenamiento limitado para la segmentación de tumores hepáticos en TC con contraste (Yang et al. (2025), IEEE Access, 10.1109/Access.2025.3570728)

Modelo de IA segmenta con precisión tumores hepáticos a partir de tomografías computarizadas

El cáncer de hígado es el sexto tipo de cáncer más común en el mundo y una de las principales causas de muerte por cáncer. La segmentación precisa de los tumores hepáticos es crucial para el diagnóstico... 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.