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




IA mejora detección de nódulos pulmonares en radiografías de tórax

Por el equipo editorial de MedImaging en español
Actualizado el 15 Feb 2023
Print article
Imagen: El software basado en IA mejora significativamente la detección de nódulos pulmonares en las radiografías de tórax (Fotografía cortesía de Pexels)
Imagen: El software basado en IA mejora significativamente la detección de nódulos pulmonares en las radiografías de tórax (Fotografía cortesía de Pexels)

Los nódulos pulmonares son crecimientos anormales comunes que normalmente se forman en los pulmones debido a infecciones pulmonares anteriores, pero rara vez pueden ser un signo de cáncer de pulmón. La radiografía de tórax es un método de detección común utilizado para identificar nódulos pulmonares. La inteligencia artificial (IA) puede servir como una herramienta poderosa para ayudar a identificar nódulos pulmonares, particularmente cuando los radiólogos tienen un gran volumen de casos. Ahora, un estudio pionero aleatorizado y controlado que evaluó el efecto del software basado en IA en la práctica clínica real descubrió que la IA mejoró significativamente la detección de nódulos pulmonares en las radiografías de tórax.

Para identificar el efecto real que la IA tiene en la práctica clínica, investigadores del Hospital de la Universidad Nacional de Seúl (Seúl, Corea) realizaron un estudio que involucró a 10.476 pacientes con una edad promedio de 59 años, que se habían sometido a radiografías de tórax en un centro de examen de la salud entre junio de 2020 y diciembre de 2021. A los pacientes también se pidió que completaran un cuestionario de salud autoinformado para identificar características iniciales como edad, sexo, tabaquismo e historial previo de cáncer de pulmón. Dentro del grupo de pacientes, el 11 % eran fumadores actuales o antiguos fumadores. Los investigadores dividieron aleatoriamente a los pacientes en dos grupos equitativos: IA o no IA. Los radiólogos asistidos por IA analizaron las radiografías del primer grupo, mientras que las radiografías del segundo grupo se interpretaron sin usar IA.

Los nódulos sólidos con diámetros mayores de 8 milímetros o los nódulos subsólidos con una porción sólida mayor de seis milímetros se identificaron como procesables, lo que significa que el nódulo requería seguimiento según los criterios de detección del cáncer de pulmón. Los investigadores identificaron nódulos pulmonares en el 2 % de los pacientes. Su análisis mostró que la tasa de detección para nódulos pulmonares procesables en las radiografías de tórax fue más alta con la ayuda de IA (0,59 %) en comparación con sin asistencia de IA (0,25 %). No encontraron diferencias en las tasas de derivación falsa entre los grupos interpretados con IA y sin IA.

La edad avanzada y los antecedentes de cáncer de pulmón o tuberculosis se asociaron con informes positivos, aunque estas y otras características de salud no afectaron la eficacia del sistema de IA. Esto indica que la IA puede desempeñarse de manera consistente en diferentes poblaciones, incluidas aquellas con pulmones enfermos o posoperatorios. Los investigadores ahora planean realizar un estudio similar usando TC de tórax que también identificará los resultados clínicos y la eficiencia del flujo de trabajo.

"Nuestro estudio proporcionó una fuerte evidencia de que la IA realmente podría ayudar a interpretar la radiografía de tórax. Esto contribuirá a identificar las enfermedades del tórax, especialmente el cáncer de pulmón, de manera más efectiva en una etapa más temprana", dijo el coautor del estudio Jin Mo Goo, MD, Ph.D., del Departamento de Radiología del Hospital de la Universidad Nacional de Seúl.

Enlaces relacionados:
Hospital de la Universidad Nacional de Seúl  

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
FMT Radiographic Suite
AdvantagePlus ML1
New
Ultrasound System
P20 Elite
New
Mobile Digital X-Ray System
SOLTUS 500

Print article

Canales

RM

ver canal
Imagen: PET/MRI puede clasificar con precisión a los pacientes con cáncer de próstata (foto cortesía de 123RF)

PET/MRI mejora la precisión diagnóstica en pacientes con cáncer de próstata

El Sistema de datos e informes de imágenes de próstata (PI-RADS) es una escala de cinco puntos para evaluar el potencial de cáncer de próstata en imágenes de resonancia... Más

Ultrasonido

ver canal
Imagen: Diagrama esquemático del sistema de administración de fármacos de nanopartículas estimulados por ultrasonido para la terapia de biopelícula (foto cortesía de BIO Integration))

Nueva nanopartícula activada por ultrasonido elimina la biopelícula y la infección bacteriana

Las biopelículas, formadas por bacterias que se agregan en densas comunidades para protegerse contra las duras condiciones ambientales, contribuyen de manera importante a diversas enfermedades infecciosas.... Más

Medicina Nuclear

ver canal
Imagen: El sistema de IA utiliza imágenes de gammagrafía para el diagnóstico temprano de amiloidosis cardíaca (Fotografía cortesía de 123RF)

Sistema de IA detecta de forma automática y confiable amiloidosis cardíaca mediante imágenes de gammagrafía

La amiloidosis cardíaca, una afección caracterizada por la acumulación de depósitos anormales de proteínas (amiloide) en el músculo cardíaco, afecta gravemente... Más

Imaginología General

ver canal
Imagen: El modelo de aprendizaje automático Tyche podría ayudar a capturar información crucial. (Foto cortesía de 123RF)

Nuevo método de IA captura la incertidumbre en imágenes médicas

En el campo de la biomedicina, la segmentación es el proceso de anotar píxeles de una estructura importante en imágenes médicas, como órganos o células. Los modelos de Inteligencia Artificial (IA) se utilizan... 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.