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




IA en el punto de atención para rayos X de tórax clasifica con precisión radiografías de tórax óptimas y subóptimas

Por el equipo editorial de MedImaging en español
Actualizado el 19 Apr 2023
Imagen: Nuevos modelos de IA son capaces de diferenciar las radiografías de tórax óptimas y subóptimas (Fotografía cortesía de Freepik)
Imagen: Nuevos modelos de IA son capaces de diferenciar las radiografías de tórax óptimas y subóptimas (Fotografía cortesía de Freepik)

Las radiografías de tórax (RxT) son la prueba de imagen más común y representan casi el 40 % de todos los exámenes de imagen. Esta popularidad se debe a su accesibilidad, practicidad, bajo costo y sensibilidad moderada en el diagnóstico de problemas pulmonares, mediastínicos y cardíacos. Sin embargo, existe una variabilidad significativa en la interpretación de RxT entre los radiólogos. Las imágenes de mayor calidad podrían conducir a lecturas más consistentes y confiables, pero las RxT subóptimas pueden dificultar la detección de hallazgos críticos. Ahora, los modelos de inteligencia artificial (IA) entrenados por radiólogos pueden clasificar con precisión las radiografías de tórax óptimas y subóptimas, lo que podría permitir a los radiólogos repetir exploraciones de baja calidad cuando sea necesario.

Los radiólogos del Hospital General de Massachusetts y la Facultad de Medicina de Harvard (Boston, MA, EUA) han desarrollado modelos de IA que pueden distinguir entre RxT óptimas y subóptimas y proporcionar retroalimentación sobre las razones de la clasificación como sububóptima. Esta retroalimentación, que se ofrece al frente del equipo radiográfico, podría provocar adquisiciones repetidas inmediatas cuando sea necesario. Los radiólogos utilizaron una plataforma de creación de herramientas de IA para crear su modelo que permite a los médicos desarrollar modelos de IA sin experiencia previa en ciencias de la información o programación informática. Este software podría ayudar a reducir la variabilidad entre los radiólogos.

El desarrollo del modelo involucró 3.278 RxT de cinco sitios diferentes. Un radiólogo de tórax evaluó las imágenes e identificó las razones de su calidad subóptima. Luego, estas imágenes anonimizadas se cargaron en una aplicación de servidor de IA para capacitación y pruebas. Se evaluó el rendimiento del modelo en función de su área bajo la curva (AUC) para distinguir entre imágenes óptimas y subóptimas. Las razones de la clasificación subóptima incluyeron anatomía faltante, anatomía torácica oscurecida, exposición inadecuada, volumen pulmonar bajo o rotación de pacientes. Las AUC para la precisión en cada categoría oscilaron entre 0,87 y 0,94.

El modelo demostró un rendimiento constante en todos los grupos de edad, sexos y proyecciones radiográficas diversas. Es importante destacar que, según los expertos, la categorización de subóptima no requiere mucho tiempo y se necesita menos de un segundo por radiografía por categoría para clasificar una imagen como óptima o subóptima. El equipo ha sugerido que esto podría acelerar el proceso de repetición, así como optimizar las auditorías manuales, que suelen ser laboriosas y lentas.

“Un proceso automatizado que utiliza los modelos de IA entrenados puede ayudar a rastrear dicha información en poco tiempo y proporcionar retroalimentación específica a gran escala a los tecnólogos y al departamento sobre causas específicas de la clasificación subóptima”, explicó el grupo, y agregó que a largo plazo esta retroalimentación podría reducir las tasas de repetición, ahorrando tiempo, dinero y exposiciones innecesarias a la radiación.

Enlaces relacionados:
Mass General

Digital Radiographic System
OMNERA 300M
Portable Color Doppler Ultrasound Scanner
DCU10
Biopsy Software
Affirm® Contrast
Ultra-Flat DR Detector
meX+1717SCC

Canales

RM

ver canal
Imagen: una resonancia magnética cardíaca con contraste de un paciente con miocardiopatía hipertrófica considerado por MAARS con alto riesgo de muerte súbita (foto cortesía de la Universidad Johns Hopkins)

Modelo de IA supera a los médicos en la identificación de pacientes con mayor riesgo de paro cardíaco

La miocardiopatía hipertrófica es una de las cardiopatías hereditarias más comunes y una de las principales causas de muerte súbita cardíaca en jóvenes y deportistas.... 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: la herramienta de diagnóstico podría mejorar las decisiones de diagnóstico y tratamiento para pacientes con infecciones pulmonares crónicas (foto cortesía de SNMMI)

Nueva técnica de PET específica para bacterias detecta infecciones pulmonares difíciles de diagnosticar

Mycobacteroides abscessus es una micobacteria de rápido crecimiento que afecta principalmente a pacientes inmunodeprimidos y a personas con enfermedades pulmonares preexistentes, como fibrosis... 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.