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




La inteligencia artificial podría impulsar la adopción clínica de la radiografía digital dinámica de tórax

Por el equipo editorial de MedImaging en español
Actualizado el 15 May 2024
Print article
Imagen: La IA podría ayudar la DDR de tórax a lograr la adopción clínica (foto cortesía de 123RF)
Imagen: La IA podría ayudar la DDR de tórax a lograr la adopción clínica (foto cortesía de 123RF)

Para diagnosticar enfermedades pulmonares, los profesionales de la salud suelen confiar en radiografías de tórax y pruebas de función pulmonar (PFP), que proporcionan una instantánea de la salud pulmonar. Sin embargo, estos métodos tradicionales sólo ofrecen una evaluación estática limitada. Los avances recientes han destacado la radiografía digital dinámica de tórax (DDR) como una herramienta valiosa para observar los pulmones y el diafragma en movimiento, ofreciendo información sobre la función respiratoria que las imágenes estáticas no son capaces de proporcionar. A pesar de sus beneficios potenciales, la adopción generalizada de DDR en la práctica clínica se ha visto obstaculizada por el análisis manual que requiere mucho tiempo y su correlación no establecida con los resultados estándar de PFP. Ahora, el uso clínico de DDR de tórax en pacientes con trastornos pulmonares podría recibir un impulso significativo con el desarrollo de la inteligencia artificial (IA) para realizar los largos análisis involucrados en la tecnología.

Investigadores del Hospital Mount Sinai (Nueva York, NY, EUA) han desarrollado una sofisticada "canalización" de IA que utiliza redes neuronales convolucionales (CNN) para analizar secuencias de imágenes DDR de los pulmones de los pacientes. Este enfoque tiene como objetivo replicar los resultados de las pruebas de función pulmonar estándar, cerrando efectivamente la brecha entre la tecnología DDR y los métodos convencionales de evaluación respiratoria. Crearon dos CNN específicas para evaluar aspectos clave del movimiento pulmonar en secuencias DDR, utilizando datos de 55 pacientes que representan un espectro de salud pulmonar, desde normal hasta aquellos con afecciones pulmonares obstructivas y restrictivas. A estas CNN se les asignó la tarea de medir las áreas pulmonares en las imágenes, creando esencialmente pruebas de función pulmonar (dPFP) basadas en DDR. Luego, los investigadores llevaron a cabo un análisis comparativo de las dPFP con las mediciones estándar de PFP.

Sus hallazgos revelaron correlaciones fuertes y estadísticamente significativas entre las mediciones de dPFP y los valores tradicionales de PFP, incluida la capacidad pulmonar total, el volumen espiratorio forzado en un segundo, la capacidad vital y la capacidad residual funcional. Estas correlaciones indican que las dPFP podrían servir como alternativas a las PFP convencionales, especialmente en escenarios donde las pruebas tradicionales no son factibles o no están disponibles. La DDR presenta varias ventajas sobre los métodos convencionales, incluida una exposición reducida a la radiación en comparación con las radiografías de tórax estándar y la capacidad de proporcionar información de diagnóstico valiosa en situaciones en las que las PFP son inaccesibles, como en el caso de pacientes con trastornos neuromusculares o durante exacerbaciones agudas de la enfermedad pulmonar obstructiva crónica, concluyeron los investigadores.

“Nuestro estudio demuestra correlaciones sólidas de dPFP y PFP utilizando un proceso de análisis DDR automatizado. Este conducto tiene potencial para discernir la fisiología normal de la anormal, lo que sugiere que las dPFP son valiosas para evaluar la dinámica pulmonar”, concluyeron los investigadores.

Enlaces relacionados:
Hospital Monte Sinaí

Computed Tomography System
Aquilion ONE / INSIGHT Edition
New
MRI System
Ingenia Prodiva 1.5T CS
Mini C-arm Imaging System
Fluoroscan InSight FD
Miembro Plata
X-Ray QA Meter
T3 AD Pro

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.