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




Sistema de IA evalúa rápida y automáticamente radiografías de tórax para detectar TB

Por el equipo editorial de MedImaging en español
Actualizado el 13 Sep 2022
Imagen: Un sistema basado en IA se ha mostrado prometedor en la detección de tuberculosis (Fotografía cortesía de Pexels)
Imagen: Un sistema basado en IA se ha mostrado prometedor en la detección de tuberculosis (Fotografía cortesía de Pexels)

La tuberculosis (TB) es una enfermedad infecciosa de los pulmones que mata a más de un millón de personas en todo el mundo cada año. La pandemia de COVID-19 ha exacerbado el problema, con informes recientes que indican que un 21 % menos de personas recibieron atención por TB en 2020 que en 2019. Casi el 90 % de las infecciones activas de TB ocurren en alrededor de 30 países, muchos con escasos recursos necesarios para abordar este problema de salud pública. La detección rentable de la TB mediante radiografías de tórax e inteligencia artificial (IA) tiene el potencial de mejorar el acceso a la atención médica, particularmente en poblaciones de difícil acceso. Ahora, un sistema de IA que detecta la TB en las radiografías de tórax a un nivel comparable al de los radiólogos puede ayudar a la detección en áreas con recursos limitados de radiólogos.

Los científicos de Google Health AI (Mountain View, CA, EUA) han desarrollado y evaluado un sistema de IA que puede evaluar rápida y automáticamente las radiografías de tórax para detectar TB. El sistema utiliza aprendizaje profundo, un tipo de IA que se puede aplicar para enseñar a la computadora a reconocer y predecir condiciones médicas. Los investigadores desarrollaron el sistema utilizando datos de nueve países. Luego lo probaron en datos de cinco países, cubriendo múltiples países con alta carga de TB, varios entornos clínicos y una amplia gama de razas y etnias. Se utilizaron más de 165.000 imágenes de más de 22.000 pacientes para el desarrollo y las pruebas del modelo.

El análisis con 14 radiólogos internacionales mostró que el método de aprendizaje profundo era comparable a los radiólogos para la determinación de la TB activa en las radiografías de tórax. Las tendencias fueron similares en diferentes subgrupos de pacientes, incluido un conjunto de pruebas de mineros de oro en Sudáfrica, un grupo con una alta prevalencia de TB, en comparación con el público en general. Si investigaciones adicionales respaldan los resultados, el sistema de aprendizaje profundo podría usarse para evaluar automáticamente los resultados de radiografías de tórax en busca de TB. Las personas que dan positivo luego recibirían una prueba de esputo o una prueba de amplificación de ácido nucleico (NAAT). Estas pruebas son relativamente costosas, pero si la IA pudiera filtrar a los pacientes que necesitan la prueba, los beneficios serían extensos. Las simulaciones que utilizan el sistema de aprendizaje profundo para identificar probables radiografías de tórax positivas para TB para la confirmación por NAAT redujeron el costo entre un 40 % y un 80 % por cada paciente con TB positivo detectado.

"Queríamos ver si este sistema predice la TB a la par que los radiólogos, y eso es lo que muestra el estudio", dijo el coautor del estudio, Rory Pilgrim, B.Eng., gerente de productos de Google Health AI. "La IA se desempeñó muy bien con una variedad de pacientes".

"Lo que es especialmente prometedor en este estudio es que observamos una variedad de diferentes conjuntos de datos que reflejaban la amplitud de la presentación de la TB, diferentes equipos y diferentes flujos de trabajo clínicos", dijo el primer autor Sahar Kazemzadeh, BS, ingeniero de software en Google Health. “Descubrimos que este sistema de aprendizaje profundo funciona muy bien con todos ellos con un solo punto operativo que fue preseleccionado en base a un conjunto de datos de desarrollo, algo que otros sistemas de IA de imágenes médicas han encontrado desafiante”.

Enlaces relacionados:
Google Health AI  

Digital X-Ray Detector Panel
Acuity G4
Miembro Plata
X-Ray QA Meter
T3 AD Pro
Ultrasound Table
Women’s Ultrasound EA Table
Ultrasound Imaging System
P12 Elite

Canales

RM

ver canal
Imagen: los investigadores utilizaron RM y pantalones inspirados en la NASA para mejorar las pruebas de esfuerzo y revelar problemas cardíacos ocultos (foto cortesía de UTA)

Nueva técnica de resonancia magnética revela problemas cardíacos ocultos

Las pruebas de esfuerzo tradicionales, realizadas en una máquina de resonancia magnética (RM), requieren que los pacientes permanezcan acostados, una posición que mejora artificialmente... Más

Ultrasonido

ver canal
Imagen: el nuevo dispositivo implantable para el tratamiento del dolor crónico es pequeño y flexible (foto cortesía de The Zhou Lab at USC)

Dispositivo inalámbrico para el manejo del dolor crónico reduce la necesidad de analgésicos y cirugía

El dolor crónico afecta a millones de personas en todo el mundo, lo que a menudo provoca discapacidad a largo plazo y dependencia de opioides, los cuales conllevan riesgos importantes de efectos... Más

Medicina Nuclear

ver canal
Imagen: El estudio de imágenes de cáncer de próstata tiene como objetivo reducir la necesidad de biopsias (foto cortesía de Shutterstock)

Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata

El cáncer de próstata es la segunda causa principal de muerte por cáncer en hombres en Estados Unidos. Sin embargo, la mayoría de los hombres mayores diagnosticados con esta... Más

Imaginología General

ver canal
Imágenes de resultado positivo en examen de detección de colonografía por TC en un hombre asintomático de 67 años (foto cortesía de Radiology)

La colonografía por TC supera a la prueba de ADN en heces para la detección del cáncer de colon

Dado que el cáncer colorrectal sigue siendo la segunda causa principal de muertes relacionadas con el cáncer a nivel mundial, la detección temprana mediante pruebas de cribado es fundamental... 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.