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 IA detecta más cánceres de mama con menos falsos positivos

Por el equipo editorial de MedImaging en español
Actualizado el 18 Jun 2024
Print article
Imagen: Se ha demostrado que el uso de IA mejora el desempeño de los radiólogos en la detección del cáncer de mama. (foto cortesía de Okrasiuk/Shutterstock)
Imagen: Se ha demostrado que el uso de IA mejora el desempeño de los radiólogos en la detección del cáncer de mama. (foto cortesía de Okrasiuk/Shutterstock)

La mamografía es esencial para reducir la mortalidad por cáncer de mama, pero está asociada con riesgos de resultados falsos positivos. Además, el cribado de mamografía basado en la población impone una carga de trabajo significativa a los radiólogos que deben interpretar una gran cantidad de mamografías. La carga de trabajo aumenta aún más cuando los programas de detección incluyen doble lectura para mejorar las tasas de detección del cáncer y reducir los falsos positivos. En los últimos años, se ha explorado la integración de sistemas de inteligencia artificial (IA) en los exámenes de detección por su potencial para aumentar la precisión y la eficiencia de los exámenes. Al clasificar los resultados probablemente normales y brindar apoyo para la toma de decisiones, la IA puede reducir significativamente la carga de los radiólogos. Ahora, en un nuevo estudio, los radiólogos de mama han demostrado el uso de la IA para mejorar el rendimiento de la detección del cáncer de mama y reducir la incidencia de resultados falsos positivos.

El estudio retrospectivo realizado por investigadores de la Universidad de Copenhague (Copenhague, Dinamarca) evaluó los cambios en la carga de trabajo y los resultados de las pruebas de detección antes y después de la implementación de la IA. Compararon dos grupos de mujeres de 50 a 69 años que se sometieron a mamografías cada dos años en Dinamarca. En el primer grupo, dos radiólogos leyeron las mamografías antes de la implementación de la IA desde octubre de 2020 hasta noviembre de 2021. En el segundo grupo, desde noviembre de 2021 hasta octubre de 2022, las mamografías fueron analizadas inicialmente por IA.

Las mamografías identificadas por AI como probablemente normales se sometieron a una sola lectura por parte de uno de los 19 radiólogos especializados en mama de tiempo completo. Aquellos que no fueron marcados como normales fueron sometidos a una doble lectura por parte de dos radiólogos con apoyo en la toma de decisiones asistida por IA. El sistema de IA empleado, entrenado mediante modelos de aprendizaje profundo, fue diseñado para identificar y evaluar lesiones y calcificaciones sospechosas. Todas las mujeres examinadas fueron seguidas durante al menos 180 días para confirmar cualquier hallazgo de cánceres invasivos o carcinoma ductal in situ (CDIS) mediante biopsia con aguja o muestras quirúrgicas.

En total, se examinó a 60.751 mujeres sin IA y a 58.246 con el sistema de IA. En el grupo de IA, el 66,9 % (38.977) de los exámenes fueron de lectura única y el 33,1 % (19.269) fueron de lectura doble con soporte de IA. El uso de IA condujo a la detección de más cánceres de mama (0,82 % frente a 0,70 %) y a una reducción de las tasas de falsos positivos (1,63 % frente a 2,39 %) en comparación con la detección sin IA. La tasa de recuerdo en el grupo examinado con IA se redujo en un 20,5 % y la carga de trabajo de lectura de los radiólogos disminuyó en un 33,4 %. El valor predictivo positivo de las pruebas de detección con IA también fue mayor (33,5 % frente a 22,5 %). Además, una mayor proporción de los cánceres invasivos detectados en el grupo de IA tenían un tamaño de 1 centímetro o menos (44,93 % frente a 36,60 %). Se necesitan más investigaciones para evaluar los resultados a largo plazo y confirmar que el sobrediagnóstico no aumenta con el uso de IA. Los resultados del estudio se publicaron el 4 de junio de 2024 en Radiology , una revista de la Sociedad Radiológica de América del Norte (RSNA).

"Los radiólogos normalmente tienen acceso a las mamografías de detección previas de las mujeres, pero el sistema de inteligencia artificial no lo tiene", afirmó Andreas D. Lauritzen, Ph.D., estudiante postdoctoral en la Universidad de Copenhague. "Eso es algo en lo que nos gustaría trabajar en el futuro".

New
Miembro Oro
X-Ray QA Meter
T3 AD Pro
New
Imaging Table
CFPM201
Racks
Transducer Storage Racks and Stabilizers
New
Ultra-Flat DR Detector
meX+1717SCC

Print article
Radcal

Canales

RM

ver canal
Imagen:  El software AiMIFY, impulsado por IA, ha recibido la autorización de la FDA como SaMD de clase II para RM cerebral (Foto cortesía de Bracco Diagnostics)

Software innovador impulsado por IA mejora significativamente las resonancias magnéticas cerebrales

La resonancia magnética (RM) con contraste utiliza agentes de contraste para iluminar tejidos o anomalías específicas, lo que mejora la visualización y proporciona información... Más

Ultrasonido

ver canal
Imagen: Los científicos han destacado el potencial de los ultrasonidos para tratar afecciones de salud complejas que afectan al cerebro (foto cortesía de la Universidad de Plymouth)

La ecografía puede identificar el origen de trastornos cerebrales antes del tratamiento

Durante muchos años, los profesionales de la salud de todo el mundo han recurrido a la ecografía para monitorear el crecimiento de los fetos y evaluar la salud de los órganos internos. Sin embargo, la... Más

Medicina Nuclear

ver canal
Imagen: Los nuevos agentes de contraste se dirigen a dos proteínas implicadas en la osteoartritis y se pueden visualizar mediante un escáner de TC con conteo de fotones (foto cortesía de Pan Lab)

Nueva técnica de TC de conteo de fotones diagnostica la osteoartritis antes del desarrollo de los síntomas

La obtención de imágenes por rayos X ha evolucionado significativamente desde su introducción en 1895. Esta técnica es conocida por capturar imágenes rápidamente, lo que la hace ideal para situaciones... Más

Imaginología General

ver canal
Imagen: Los fumadores empedernidos pueden beneficiarse de la detección del cáncer de pulmón mediante TC de baja dosis (foto cortesía de 123RF)

Detección del cáncer de pulmón mediante TC de dosis baja puede beneficiar a los fumadores empedernidos

El cáncer de pulmón a menudo se diagnostica en una etapa tardía, con solo entre una quinta y una sexta parte de los pacientes sobreviviendo cinco años después del diagnóstico. Un nuevo informe sugiere... 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 asociación tiene como objetivo ayudar a acelerar el acceso a tratamientos que salvan vidas (Foto cortesía de Philips)

Philips y Medtronic se asocian para el cuidado de accidentes cerebrovasculares

Un accidente cerebrovascular (ACV) es típicamente un incidente agudo causado principalmente por una obstrucción en un vaso sanguíneo del cerebro, lo cual interrumpe el suministro adecuado... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.