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




IA detecta la enfermedad del hígado graso a partir de radiografías de tórax

Por el equipo editorial de MedImaging en español
Actualizado el 04 Jul 2025
Imagen: proceso de toma de decisiones de IA con imágenes de radiografías de tórax (foto cortesía de la Universidad Metropolitana de Osaka)
Imagen: proceso de toma de decisiones de IA con imágenes de radiografías de tórax (foto cortesía de la Universidad Metropolitana de Osaka)

Se cree que la enfermedad del hígado graso, que resulta de la acumulación excesiva de grasa en el hígado, afecta aproximadamente a una de cada cuatro personas a nivel mundial. Si no se trata a tiempo, puede progresar a enfermedades graves como cirrosis y cáncer de hígado, lo que subraya la importancia de la detección y el tratamiento tempranos. Las herramientas de diagnóstico estándar actuales para la enfermedad del hígado graso incluyen ecografías, tomografías computarizadas (TC) y resonancias magnéticas (RM), todas las cuales requieren equipos costosos y especializados, e instalaciones especializadas.

En cambio, las radiografías de tórax son más comunes, rentables y con mínima radiación. Aunque se emplean principalmente para evaluar los pulmones y el corazón, también permiten visualizar parcialmente el hígado, lo que permite identificar signos de hígado graso. A pesar de este potencial, la relación entre las radiografías de tórax y esta afección ha sido poco estudiada en profundidad. Ahora, investigadores han creado un modelo de IA capaz de identificar el hígado graso mediante imágenes de radiografías de tórax.

En un estudio retrospectivo, un equipo de investigación de la Universidad Metropolitana de Osaka (Osaka, Japón) utilizó 6.599 radiografías de tórax de 4.414 pacientes para desarrollar su modelo de IA basado en puntuaciones del parámetro de atenuación controlada (CAP). Sus resultados, publicados en Radiology Cardiothoracic Imaging, demostraron que el modelo de IA alcanzó una alta precisión, con un área bajo la curva ROC (AUC) que oscilaba entre 0,82 y 0,83.

“El desarrollo de métodos de diagnóstico que utilicen radiografías de tórax, fácilmente accesibles y de bajo costo, tiene el potencial de mejorar la detección de la enfermedad del hígado graso. Esperamos que pueda implementarse en la práctica en el futuro”, afirmó la profesora asociada Sawako Uchida-Kobayashi, quien dirigió la investigación.

Enlaces relacionados:
Universidad Metropolitana de Osaka

High-Precision QA Tool
DEXA Phantom
X-Ray Illuminator
X-Ray Viewbox Illuminators
Multi-Use Ultrasound Table
Clinton
Post-Processing Imaging System
DynaCAD Prostate

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: los cristales de perovskita se cultivan en condiciones cuidadosamente controladas a partir de la masa fundida (foto cortesía de Mercouri Kanatzidis/Northwestern University)

Nueva cámara permite ver dentro del cuerpo humano para mejorar el escaneo y diagnóstico

Las exploraciones de medicina nuclear, como la tomografía computarizada por emisión de fotón único (SPECT), permiten a los médicos observar la función cardíaca,... Más

Imaginología General

ver canal
Imagen: Concepto de los SCNP fotosensibles (J F Thümmler et al., Commun Chem (2025). DOI: 10.1038/s42004-025-01518-x)

Nuevas nanopartículas ultrapequeñas y sensibles a la luz podrían servir como agentes de contraste

Las tecnologías de imagen médica enfrentan desafíos constantes para capturar vistas precisas y detalladas de los procesos internos, especialmente en enfermedades como el cáncer,... 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.