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.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Herramienta de IA para radiología identifica condiciones potencialmente mortales en milisegundos

Por el equipo editorial de MedImaging en español
Actualizado el 17 Jun 2025
Imagen: Samir F. Abboud, MD, jefe de radiología de emergencia en Northwestern Medicine y coautor del estudio que detalla la nueva herramienta de IA generativa para radiología (foto cortesía de José M. Osorio/Northwestern Medicine)
Imagen: Samir F. Abboud, MD, jefe de radiología de emergencia en Northwestern Medicine y coautor del estudio que detalla la nueva herramienta de IA generativa para radiología (foto cortesía de José M. Osorio/Northwestern Medicine)

La radiología se está convirtiendo en uno de los principales cuellos de botella en la atención médica. Para 2033, Estados Unidos podría enfrentarse a una escasez de hasta 42.000 radiólogos, incluso con un crecimiento anual del 5 % en el volumen de imágenes. Investigadores han desarrollado el primer sistema de inteligencia artificial (IA) generativa diseñado específicamente para radiología, con el objetivo de mejorar drásticamente la productividad, la precisión y la velocidad.

A diferencia de las herramientas de IA existentes, que se centran en detectar una sola afección, este modelo integral, desarrollado en la Universidad Northwestern (Evanston, Illinois, EUA), analiza radiografías o tomografías computarizadas (TC) completas y genera automáticamente informes completos, específicos para cada paciente. Estos informes están diseñados para ayudar a los radiólogos a tomar decisiones más rápidas e informadas, y pueden editarse y finalizarse según sea necesario.

El sistema también detecta afecciones potencialmente mortales, como el neumotórax, en milisegundos, incluso antes de que el radiólogo haya revisado la exploración. Una herramienta de monitorización integrada coteja los informes generados por IA con los historiales clínicos del paciente y alerta inmediatamente a los radiólogos sobre nuevas afecciones críticas que requieren intervención urgente.

Lo que distingue a esta IA es que se entrenó completamente con datos clínicos reales de la red de Northwestern Medicine, a diferencia de muchos modelos adaptados de herramientas de internet como ChatGPT. Esto permitió al equipo crear un modelo optimizado y de alto rendimiento, más rápido, más preciso y con un consumo de recursos informáticos considerablemente menor.

En un estudio publicado en la revista JAMA Network Open, el sistema de IA se probó en 12 hospitales de Northwestern, donde analizó casi 24.000 informes radiológicos durante cinco meses en 2024. Los resultados mostraron un aumento promedio del 15,5 % en la eficiencia de los informes radiográficos, con mejoras de hasta un 40 % en algunos radiólogos, todo ello sin comprometer la precisión diagnóstica. Pruebas de seguimiento (aún no publicadas) han mostrado mejoras de hasta un 80 % y han ampliado el uso de la herramienta a las tomografías computarizadas.

Al acelerar los tiempos de respuesta de los informes y detectar hallazgos críticos con mayor antelación, la IA ayuda a los radiólogos a resolver los retrasos y a entregar diagnósticos en cuestión de horas en lugar de días. Según el equipo desarrollador, esta es la primera herramienta de radiología con IA generativa integrada en un flujo de trabajo clínico en vivo, y la primera en mostrar mejoras de alta precisión y eficiencia en todos los tipos de radiografías. Ya se está trabajando para ampliar el sistema y detectar diagnósticos sutiles o tardíos, como el cáncer de pulmón en etapa temprana.

“Que yo sepa, este es el primer uso de IA que mejora de forma demostrable la productividad, especialmente en el sector sanitario. Incluso en otros campos, no he visto nada que se acerque a un aumento del 40 %”, afirmó el autor principal, el Dr. Mozziyar Etemadi.

Enlaces relacionados:
Universidad Northwestern

Breast Localization System
MAMMOREP LOOP
X-Ray Illuminator
X-Ray Viewbox Illuminators
New
Mobile X-Ray System
K4W
New
Radiation Safety Barrier
RayShield Intensi-Barrier

Canales

RM

ver canal
Imagen: una resonancia magnética cardíaca con contraste de un paciente con miocardiopatía hipertrófica considerado por MAARS con alto riesgo de muerte súbita (foto cortesía de la Universidad Johns Hopkins)

Modelo de IA supera a los médicos en la identificación de pacientes con mayor riesgo de paro cardíaco

La miocardiopatía hipertrófica es una de las cardiopatías hereditarias más comunes y una de las principales causas de muerte súbita cardíaca en jóvenes y deportistas.... Más

Ultrasonido

ver canal
Imagen: MoGLo-Net rastrea el movimiento del transductor de ultrasonido utilizando datos de motas de tejido sin necesidad de sensores externos (foto cortesía de la Universidad Nacional de Pusan)

Avance en modelo de aprendizaje profundo mejora las imágenes médicas 3D con dispositivos portátiles

La ecografía es una técnica diagnóstica vital que permite visualizar órganos y tejidos internos en tiempo real, además de guiar procedimientos como biopsias e inyecciones.... 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
Imágenes de resultado positivo en examen de detección de colonografía por TC en un hombre asintomático de 67 años (foto cortesía de Radiology)

La colonografía por TC supera a la prueba de ADN en heces para la detección del cáncer de colon

Dado que el cáncer colorrectal sigue siendo la segunda causa principal de muertes relacionadas con el cáncer a nivel mundial, la detección temprana mediante pruebas de cribado es fundamental... 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.