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 hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Primer modelo de IA de aprendizaje profundo clasifica pacientes con dolor torácico mediante rayos X

Por el equipo editorial de MedImaging en español
Actualizado el 20 Jan 2023
Print article
Los investigadores usaron IA para clasificar a los pacientes con dolor en el pecho (Fotografía cortesía de Pexels)
Los investigadores usaron IA para clasificar a los pacientes con dolor en el pecho (Fotografía cortesía de Pexels)

El síndrome de dolor torácico agudo puede implicar opresión, ardor u otras molestias en el pecho o un dolor intenso que se extiende a la espalda, el cuello, los hombros, los brazos o la mandíbula, acompañado de dificultad para respirar. En los EUA, el síndrome de dolor torácico agudo comprende más de siete millones de visitas al departamento de emergencias, lo que lo convierte en una de las quejas más comunes. Sin embargo, menos del 8 % de estos pacientes son diagnosticados con las tres principales causas cardiovasculares del síndrome de dolor torácico agudo: síndrome coronario agudo, embolia pulmonar o disección aórtica. Sin embargo, la naturaleza potencialmente mortal de estas afecciones y la baja especificidad de las pruebas clínicas, como electrocardiogramas y análisis de sangre, dan como resultado un uso significativo de diagnóstico por imágenes cardiovascular y pulmonar, que generalmente termina con resultados negativos. Dado que los departamentos de emergencia luchan por manejar el aumento de pacientes y la escasez de camas de hospital, existe una necesidad vital de clasificar de manera efectiva a los pacientes con un riesgo muy bajo de estas afecciones graves. Ahora, un nuevo estudio ha encontrado que la inteligencia artificial (IA) puede ayudar a mejorar la atención de los pacientes que acuden a los departamentos de emergencia del hospital con dolor torácico agudo.

El aprendizaje profundo es un tipo avanzado de IA que se puede entrenar para buscar imágenes de rayos X para identificar patrones asociados con enfermedades. Para el estudio, los investigadores del Hospital General de Massachusetts (MGH, Boston, MA, EUA) desarrollaron un modelo de aprendizaje profundo de fuente abierta para identificar pacientes con síndrome de dolor torácico agudo que estaban en riesgo a 30 días de síndrome coronario agudo, embolia pulmonar, disección aórtica o mortalidad por todas las causas, según una radiografía de tórax. El estudio evaluó las historias clínicas electrónicas de 5.750 pacientes (edad media 59 años, incluidos 3.329 hombres) que presentaban síndrome de dolor torácico agudo y a los que se les realizó una radiografía de tórax e imágenes cardiovasculares o pulmonares adicionales y/o pruebas de esfuerzo entre enero de 2005 y diciembre de 2015. 

Los investigadores entrenaron el modelo de aprendizaje profundo en 23.005 pacientes para predecir un criterio de valoración compuesto de 30 días de síndrome coronario agudo, embolia pulmonar o disección aórtica y mortalidad por todas las causas basándose en imágenes de rayos X de tórax. El equipo descubrió que la herramienta de aprendizaje profundo mejoró significativamente la predicción de estos resultados adversos más allá de la edad, el sexo y los marcadores clínicos convencionales, como los análisis de sangre del dímero D, y también mantuvo su precisión diagnóstica en función de la edad, el sexo, el origen étnico y la raza. Con un umbral de sensibilidad del 99 %, el modelo logró aplazar las pruebas adicionales en el 14 % de los pacientes frente al 2 % cuando se usaba un modelo que solo incorporaba datos de edad, sexo y biomarcadores. En el futuro, un modelo automatizado de este tipo podría analizar las radiografías de tórax en segundo plano y permitir a los médicos seleccionar a los que más se beneficiarían de la atención médica inmediata, así como ayudar a identificar a los pacientes que pueden ser dados de alta de manera segura del departamento de emergencias.

"Hasta donde sabemos, nuestro modelo de IA de aprendizaje profundo es el primero en utilizar radiografías de tórax para identificar a los pacientes con dolor torácico agudo que necesitan atención médica inmediata", dijo el autor principal del estudio, Márton Kolossváry, MD, Ph. D., investigador de radiología en MGH. "Al analizar la radiografía de tórax inicial de estos pacientes con nuestro modelo de aprendizaje profundo automatizado, pudimos proporcionar predicciones más precisas sobre los resultados de los pacientes en comparación con un modelo que utiliza información sobre la edad, el sexo, la troponina o el dímero D. Nuestros resultados muestran que las radiografías de tórax podrían usarse para ayudar a clasificar a los pacientes con dolor de pecho en el departamento de emergencias".

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Ultrasound System
Voluson Signature 18
Fetal Monitor
Avante Compact II
Remote Controlled Digital Radiography and Fluoroscopy System
Eco Track-DRF - MARS 50/MARS50+/MARS 65/MARS 80

Print article
Radcal

Canales

RM

ver canal
Imagen: Las vías del cerebro destacadas son las más afectadas por una conmoción cerebral (foto cortesía de Benjamin Hacker, et al)

Modelo de IA diagnostica lesiones cerebrales traumáticas a partir de resonancias magnéticas con un 99 % de precisión

Una conmoción cerebral es un tipo de lesión cerebral traumática que puede provocar alteraciones temporales en la función cerebral. Ocurren debido a incidentes como lesiones... Más

Ultrasonido

ver canal
Imagen: Las nuevas aplicaciones habilitadas con IA, aprobadas por la FDA, se han integrado en los sistemas de ultrasonido EPIQ CVx y Affiniti CVx (foto cortesía de Royal Philips)

Plataforma de ultrasonido cardiovascular habilitada por IA de próxima generación acelera el análisis

La insuficiencia cardíaca es un importante desafío de salud mundial que afecta aproximadamente a 64 millones de personas en todo el mundo. Está asociada con altas tasas de mortalidad... 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

Industria

ver canal
Imagen: Calantic Digital Solutions  es una suite coordinada de soluciones de radiología basadas en IA que tiene como objetivo transformar la radiología (Foto cortesía de Bayer)

Bayer y Rad AI colaboran para expandir el uso de soluciones operativas de radiología de vanguardia basadas en IA

Los datos de imagen constituyen aproximadamente el 90 % de todos los datos médicos, y el volumen de estos datos sigue aumentando, lo que incrementa significativamente la carga de trabajo para los... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.