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
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

Half Apron
Demi
Biopsy Software
Affirm® Contrast
High-Precision QA Tool
DEXA Phantom
Computed Tomography System
Aquilion ONE / INSIGHT Edition

Canales

Ultrasonido

ver canal
Imagen: la herramienta basada en ultrasonido NEOSONICS identifica de forma no invasiva los casos de meningitis infantil (foto cortesía de Newborn Solution)

Herramienta no invasiva basada en ultrasonido detecta con precisión la meningitis infantil

La meningitis, una inflamación de las membranas que rodean el cerebro y la médula espinal, puede ser mortal en bebés si no se diagnostica y trata a tiempo. Incluso con tratamiento, puede dejar daños permanentes,... 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
Imagen: un modelo de aprendizaje profundo basado en parches con un conjunto de datos de entrenamiento limitado para la segmentación de tumores hepáticos en TC con contraste (Yang et al. (2025), IEEE Access, 10.1109/Access.2025.3570728)

Modelo de IA segmenta con precisión tumores hepáticos a partir de tomografías computarizadas

El cáncer de hígado es el sexto tipo de cáncer más común en el mundo y una de las principales causas de muerte por cáncer. La segmentación precisa de los tumores hepáticos es crucial para el diagnóstico... 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.