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




Un modelo de IA predice el riesgo de cáncer de mama a 5 años a partir de mamografías

Por el equipo editorial de MedImaging en español
Actualizado el 09 May 2024
Print article
Imagen: El modelo de IA podría ser un valioso complemento de los radiólogos humanos en los diagnósticos de cáncer de mama y la predicción de riesgos (foto cortesía de 123RF)
Imagen: El modelo de IA podría ser un valioso complemento de los radiólogos humanos en los diagnósticos de cáncer de mama y la predicción de riesgos (foto cortesía de 123RF)

Se predice que aproximadamente el 13 % de las mujeres estadounidenses, o una de cada ocho, desarrollarán cáncer de mama invasivo a lo largo de su vida, y 1 de cada 39 mujeres (3 %) sucumbirá a la enfermedad, según la Sociedad Estadounidense del Cáncer. La mamografía sigue siendo una herramienta vital para la detección temprana del cáncer de mama y ofrece la ventana de tratamiento más eficaz. Las citas periódicas para mamografías pueden reducir significativamente los riesgos de mortalidad por cáncer de mama. No obstante, el desafío sigue siendo predecir con precisión qué personas contraerán cáncer de mama únicamente mediante métodos de detección. Mirai, un algoritmo avanzado de aprendizaje profundo, ha sido reconocido por su capacidad para predecir el riesgo de cáncer de mama, aunque su proceso de toma de decisiones sigue sin explicarse en gran medida, lo que genera riesgos de dependencia excesiva y diagnósticos erróneos por parte de los radiólogos. Ahora, los investigadores han desarrollado un modelo de inteligencia artificial (IA) innovador e interpretable capaz de predecir el riesgo de cáncer de mama a cinco años basándose en el análisis de mamografías.

En el estudio, investigadores de la Universidad de Duke (Durham, Carolina del Norte, EUA) realizaron un estudio comparativo utilizando su modelo de aprendizaje profundo recientemente ideado, denominado AsymMirai, frente a las evaluaciones de riesgo de cáncer de mama de uno a cinco años de Mirai. AsymMirai hereda su "frontal" de aprendizaje profundo de Mirai, pero incorpora un módulo interpretable llamado disimilitud bilateral local, que se centra en el contraste de tejido entre los senos izquierdo y derecho. Este estudio analizó 210.067 mamografías de 81.824 pacientes del conjunto de datos de imágenes Emory Breast (EMBED) que abarca desde enero de 2013 hasta diciembre de 2020, empleando los algoritmos Mirai y AsymMirai.

Los hallazgos revelaron que el modelo simplificado de aprendizaje profundo, AsymMirai, casi igualaba el rendimiento del algoritmo Mirai de última generación en la predicción del riesgo de cáncer de mama de uno a cinco años. Además, este estudio destacó la importancia de la asimetría bilateral como indicador clínico vital, lo que sugiere su potencial como un nuevo marcador de imágenes para evaluar el riesgo de cáncer de mama. La transparencia detrás del proceso de toma de decisiones de AsymMirai lo convierte en una herramienta invaluable para los radiólogos, ya que mejora la precisión del diagnóstico del cáncer de mama y la predicción de riesgos.

"Podemos, con una precisión sorprendentemente alta, predecir si una mujer desarrollará cáncer en los próximos 1 a 5 años basándose únicamente en diferencias localizadas entre el tejido mamario izquierdo y derecho", afirmó el autor principal del estudio, Jon Donnelly, BS, doctorando del Departamento de Ciencias de la Computación de la Universidad de Duke. "Esto podría tener un impacto público porque, en un futuro no muy lejano, podría afectar la frecuencia con la que las mujeres reciben mamografías".

Enlaces relacionados:
Universidad de Duke

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Ultrasound Table
Ergonomic Advantage (EA) Line
New
Enterprise Imaging & Reporting Solution
Syngo Carbon
New
FMT Radiographic Suite
AdvantagePlus ML1

Print article
Radcal

Canales

Ultrasonido

ver canal
Imagen: El implante de cráneo experimental puede permitir imágenes de ultrasonido funcional del cerebro (foto cortesía de Todd Patterson)

Imágenes de ultrasonido funcional registran actividad cerebral a través de un implante de cráneo transparente

Las imágenes cerebrales funcionales, que capturan datos de la actividad cerebral midiendo cambios en el flujo sanguíneo o impulsos eléctricos, proporcionan información crucial... Más

Medicina Nuclear

ver canal
Imagen:  Los investigadores han identificado un nuevo biomarcador de imágenes para las respuestas tumorales a la terapia con ICI (foto cortesía de 123RF)

Nuevo biomarcador PET predice el éxito de inmunoterapia con inhibidores de puntos de control

Las inmunoterapias, como los inhibidores de puntos de control (ICI, sus siglas en inglés), han mostrado resultados clínicos prometedores en el tratamiento del melanoma, el cáncer de... Más

Imaginología General

ver canal
Imagen: La imagen HR-PQCT muestra la microarquitectura del hueso trabecular (en verde) y el hueso cortical (en blanco) dentro de la tibia distal (foto cortesía de la Universidad de Wake Forest)

Técnica de imágenes innovadora ayuda a evaluar la pérdida ósea después de la cirugía bariátrica

La cirugía bariátrica proporciona mejoras sustanciales en la salud de las personas con obesidad grave, aunque está relacionada con la reducción de la masa ósea, lo que... 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.