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
Parker Laboratories

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.

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
Print article
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


Print article
Radcal
CIRS -  MIRION

Canales

RM

ver canal
Imagen: Un solo escaneo cerebral puede diagnosticar la enfermedad de Alzheimer (Fotografía cortesía de Colegio Imperial)

Sistema de aprendizaje automático basado en resonancia magnética diagnostica la enfermedad de Alzheimer con un solo escáner cerebral

La enfermedad de Alzheimer es la forma más común de demencia, y aunque la mayoría de las personas con Alzheimer la desarrollan después de los 65 años, las personas menores... Más

Ultrasonido

ver canal
Imagen: La IA se puede usar para identificar nódulos tiroideos benignos y reducir biopsias innecesarias (Fotografía cortesía de Pexels)

IA identifica nódulos tiroideos no cancerosos en imágenes de ultrasonido y reduce las biopsias

Los nódulos tiroideos son muy comunes. La biopsia por aspiración con aguja fina se utiliza para diagnosticar el cáncer de tiroides. Sin embargo, la mayoría de las biopsias producen... Más

TI en Imaginología

ver canal
Imagen: Cómo funciona el manejo de imágenes médicas de Nucleus.io (Fotografía cortesía de NucleusHealth)

Plataforma para el manejo de imágenes agiliza los planes de tratamiento

Un conjunto de soluciones de software del ecosistema de imágenes proporciona accesibilidad segura a las imágenes médicas, mejorando los flujos de trabajo y la atención a los pacientes. La plataforma... Más

Industria

ver canal
Imagen: La reunión anual de la RSNA es la conferencia de imágenes médicas más grandes del mundo (Fotografía cortesía de la RSNA)

La RSNA 2022 ve un aumento en las presentaciones de resúmenes antes de la reunión anual

La Sociedad Radiológica de América del Norte (RSNA, Oak Brook, IL, EUA) ha anunciado que se han presentado casi 10.400 resúmenes científicos y educativos para la 108.... Más
Copyright © 2000-2022 Globetech Media. All rights reserved.