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




Herramienta de IA detecta con precisión radiografías de tórax normales y anormales

Por el equipo editorial de MedImaging en español
Actualizado el 10 Mar 2023
Print article
Imagen: Una herramienta de IA puede identificar con precisión las radiografías de tórax normales y anormales en un entorno clínico (Fotografía cortesía de Pexels)
Imagen: Una herramienta de IA puede identificar con precisión las radiografías de tórax normales y anormales en un entorno clínico (Fotografía cortesía de Pexels)

Las radiografías de tórax son una herramienta de diagnóstico esencial para identificar diversas afecciones relacionadas con el corazón y los pulmones, incluido el cáncer y las enfermedades pulmonares crónicas. Sin embargo, la interpretación de las radiografías de tórax es una tarea pesada y que requiere mucho tiempo para los radiólogos de todo el mundo. Ahora, un nuevo estudio ha encontrado que una herramienta de inteligencia artificial (IA) puede identificar con precisión las radiografías de tórax normales y anormales en un entorno clínico. La herramienta de IA podría reducir en gran medida la carga de trabajo de los radiólogos y mejorar la eficiencia del diagnóstico y tratamiento de los pacientes.

En el estudio multicéntrico retrospectivo, los investigadores del Hospital Herlev and Gentofte (Copenhague, Dinamarca) evaluaron la confiabilidad del uso de una herramienta de IA que era capaz de identificar radiografías de tórax normales y anormales. Usando una herramienta de inteligencia artificial disponible comercialmente, los investigadores analizaron las radiografías de tórax de 1.529 pacientes de cuatro hospitales en Dinamarca. El estudio incluyó radiografías de tórax de pacientes del departamento de emergencias, pacientes hospitalizados y pacientes ambulatorios. La herramienta de IA clasificó las radiografías como "normales de alta confianza" o "normales sin alta confianza" como normales y anormales, respectivamente. El estudio empleó a dos radiólogos torácicos (tórax) certificados por la junta como estándar de referencia, y utilizó un tercer radiólogo en casos de desacuerdo, y los tres médicos permanecieron cegados a los resultados de la IA.

De las 429 radiografías de tórax clasificadas como normales, la herramienta de IA también clasificó 120, o el 28 %, como normales. Esto sugiere que la herramienta de IA podría automatizar de forma segura esas radiografías, o el 7,8 % de todos los rayos X. La herramienta de IA también identificó radiografías de tórax anormales con una sensibilidad del 99,1 %. Los investigadores esperan realizar más estudios hacia una implementación prospectiva más amplia de la herramienta de IA en la que los radiólogos aún revisen las radiografías de tórax informadas de forma autónoma. La herramienta de IA se desempeñó particularmente bien en la identificación de las radiografías normales del grupo de pacientes ambulatorios con una tasa del 11,6 %, lo que indica que puede funcionar especialmente bien en entornos ambulatorios con una alta prevalencia de radiografías de tórax normales.

“El hallazgo más sorprendente fue cuán sensible era esta herramienta de IA para todo tipo de enfermedad del pecho”, dijo el coautor del estudio Louis Lind Plesner, MD, del departamento de radiología del Hospital Herlev and Gentofte. “De hecho, no pudimos encontrar una sola radiografía de tórax en nuestra base de datos en la que el algoritmo cometiera un error importante. Además, la herramienta de IA tuvo una sensibilidad general mejor que la de los radiólogos clínicos certificados por la junta”.

Enlaces relacionados:
Hospital Herlev y Gentofte

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
PACS Workstation
CHILI Web Viewer
New
DR Flat Panel Detector
1500L
X-Ray Meter
Cobia SENSE

Print article
Radcal

Canales

RM

ver canal
Imagen: La IA puede predecir si los pacientes con cáncer cerebral sobrevivirán más de 8 meses después de recibir tratamiento con radioterapia (Fotografía cortesía de KCL)

IA predice sobrevivientes de cáncer cerebral dentro de ocho meses de radioterapia mediante RM

El glioblastoma, un cáncer cerebral primario en adultos particularmente difícil de tratar, tiene una tasa de supervivencia baja: solo uno de cada cuatro pacientes vive más de un año... Más

Medicina Nuclear

ver canal
Imagen: Un agente de imágenes PET recientemente desarrollado es efectivo para identificar el cáncer medular de tiroides (Fotografía cortesía de 123RF)

Nuevo trazador PET mejora detección de lesiones en cáncer medular de tiroides

El cáncer medular de tiroides (CMT) representa aproximadamente el 3 % de todos los casos de cáncer de tiroides y es notablemente raro. Surge de células diferentes en comparación... Más

Imaginología General

ver canal
Imagen: El software LungQ v3.0.0 ha recibido la autorización 510 (k) de la FDA de EUA para el análisis con IA de las imágenes de TC de tórax (Fotografía cortesía de Thirona)

Software de IA para análisis de imágenes de TC de tórax permite tratamiento personalizado para pacientes pulmonares

Un novedoso software clínico aprovecha la inteligencia artificial (IA) para segmentar automáticamente varios segmentos y subsegmentos pulmonares en la anatomía interna del pulmón.... 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.