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




Prueba de densidad ósea predice riesgo de ataque cardíaco

Por el equipo editorial de MedImaging en español
Actualizado el 17 Aug 2023
Print article
Imagen: La IA puede proporcionar un análisis rápido de los resultados de detección de osteoporosis de rutina e informar el puntaje de calcificación (Fotografía cortesía de Shutterstock)
Imagen: La IA puede proporcionar un análisis rápido de los resultados de detección de osteoporosis de rutina e informar el puntaje de calcificación (Fotografía cortesía de Shutterstock)

Una prueba estándar de detección de osteoporosis, que mide la densidad ósea, también puede detectar un riesgo elevado de ataques cardíacos debido a la presencia de calcio en la aorta. Sin embargo, la interpretación de estas imágenes exige experiencia y puede ser un proceso lento. Una nueva investigación ahora ha revelado que el uso del aprendizaje automático para calcular el puntaje de esta prueba de calcificación puede hacer que el proceso sea más rápido y eficiente, eliminando la necesidad de una evaluación humana de los escaneos y ayudando a predecir el riesgo de ataque cardíaco.

La tarea de calificar la calcificación aórtica abdominal (CAA) a partir de imágenes producidas por máquinas de densidad ósea es un proceso cuidadoso que requiere un entrenamiento meticuloso. En consecuencia, la puntuación de la CAA no se lleva a cabo comúnmente en la práctica clínica cuando se adquieren estas imágenes. En una colaboración de investigación de varias instituciones que incluyó a la Escuela de Medicina de Harvard (Boston, MA, EUA), los científicos desarrollaron, validaron y probaron algoritmos de aprendizaje automático para la evaluación de CAA. Esta nueva herramienta, conocida como ML-AAC-24, se evaluó luego en un entorno del mundo real utilizando un estudio de registro de 8.565 hombres y mujeres mayores. Los investigadores encontraron que las puntuaciones más altas de ML-AAC-24 estaban relacionadas con un riesgo de enfermedad cardiovascular considerablemente elevado y un peor pronóstico a largo plazo.

“Durante las exploraciones DXA obtenidas para las pruebas de densidad mineral ósea, se puede ver y cuantificar la calcificación vascular de la aorta”, dijo Naeha Sharif de la Universidad Edith Cowan. "Este estudio desarrolló un algoritmo de aprendizaje automático para determinar automáticamente la gravedad de la calcificación que se corresponde estrechamente con la lectura manual que lleva mucho más tiempo de realizar".

“Este desarrollo allana el camino para su uso en entornos clínicos de rutina con poco o ningún tiempo para generar la puntuación de calcificación útil que predice ataques cardíacos”, agregó Douglas Kiel, profesor de medicina de HMS y director del Centro de Investigación Musculoesquelética en Hebrew SeniorLife.

Enlaces relacionados:
Escuela de Medicina de Harvard

Ultra-Flat DR Detector
meX+1717SCC
New
Portable X-ray Unit
AJEX140H
Ultrasound Imaging System
P12 Elite
New
X-Ray Illuminator
X-Ray Viewbox Illuminators

Print article

Canales

Ultrasonido

ver canal
Imagen: Mapas de calor que la IA evaluó para realizar diagnósticos de enfermedades pulmonares (Foto cortesía de COVIDx-US)

IA diagnostica enfermedades pulmonares a partir de ecografías con una precisión del 96.57%

La inteligencia artificial (IA) tiene el potencial de convertirse en una herramienta crucial para los radiólogos, con avances recientes que le permiten diagnosticar con precisión neumonía,... 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: La colonoscopia virtual (colonografía por TC) es una opción aprobada para la detección del cáncer colorrectal en los EUA (Foto cortesía de Shtutterstock)

Bracco Diagnostics y ColoWatch se asocian para ampliar la disponibilidad de pruebas de detección de CCR mediante colonoscopia virtual

En los últimos 25 años, la colonoscopia virtual ha demostrado ser un método altamente preciso, seguro, conveniente y rentable para la prevención y detección del cáncer... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.