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
Parker Laboratories

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.
30 ene 2023 - 02 feb 2023

IA podría mejorar precisión diagnóstica de la DCE-MRI de mama

Por el equipo editorial de MedImaging en español
Actualizado el 12 Oct 2022
Print article
Imagen: La resonancia magnética de mama se encuentra con la IA (Fotografía cortesía de Pexels)
Imagen: La resonancia magnética de mama se encuentra con la IA (Fotografía cortesía de Pexels)

La detección temprana es clave para mejorar los resultados del cáncer de mama. La resonancia magnética dinámica mejorada con contraste (DCE-MRI) tiene una alta sensibilidad para detectar el cáncer de mama y, a veces, se usa para mujeres con mayor riesgo de cáncer de mama, pero a menudo conduce a biopsias y análisis de pacientes innecesarios. Ahora, un nuevo estudio ha demostrado que un sistema de aprendizaje profundo (DL) podría mejorar la precisión diagnóstica de la DCE-MRI del tejido mamario para detectar el cáncer de mama.

Para el estudio, los investigadores de la Escuela de Medicina Grossman de la Universidad de Nueva York (Nueva York, NY, EUA) usaron un sistema de DL para mejorar la precisión general del diagnóstico de cáncer de mama y personalizar el manejo de las pacientes sometidas a DCE-MRI. En el conjunto de pruebas internas (n = 3.936 exámenes), el sistema logró un área bajo la curva característica operativa del receptor (AUROC) de 0,92 (IC del 95 %: 0,92 a 0,93). En un estudio retrospectivo de lectores, no hubo diferencias estadísticamente significativas (P = 0,19) entre cinco radiólogos de mama certificados por la junta y el sistema de DL (media de ΔAUROC, +0,04 a favor del sistema de DL). El rendimiento de los radiólogos mejoró cuando sus predicciones se promediaron con las predicciones de DL [media ΔAUPRC (área bajo la curva de recuperación de precisión), +0.07].

Además, los investigadores demostraron la capacidad de generalización del sistema de DL usando múltiples conjuntos de datos de Polonia y los EUA. Un estudio de lectura adicional en un conjunto de datos polaco mostró que el sistema de DL era tan sólido para el cambio de distribución como los radiólogos. En el análisis de subgrupos, los investigadores observaron resultados uniformes en diferentes subtipos de cáncer y datos demográficos de los pacientes. Usando el análisis de la curva de decisión, los investigadores demostraron que el sistema de DL puede reducir las biopsias innecesarias en el rango de umbrales de riesgo clínicamente relevantes. Esto llevaría a evitar biopsias con resultados benignos hasta en un 20% de todos los pacientes con lesiones BI-RADS de categoría 4. Por último, los investigadores realizaron un análisis de errores, investigando situaciones en las que las predicciones de DL eran en su mayoría incorrectas. Este trabajo exploratorio crea una base para la implementación y el análisis prospectivo de modelos basados en DL para resonancia magnética de mama.

Enlaces relacionados:
Escuela de Medicina Grossman de la Universidad de Nueva York

Proveedor de oro
Ultrasound Transducer/Probe Cleaner
Transeptic Cleaning Solution
New
X-Ray Image Acquisition Software
dicomPACS DX-R
New
Fixed Height Radiographic Table
Stylix
New
Pocket Fetal Doppler
CONTEC10F

Print article
Radcal
CIRS -  MIRION

Canales

Radiografía

ver canal
Los investigadores usaron IA para clasificar a los pacientes con dolor en el pecho (Fotografía cortesía de Pexels)

Primer modelo de IA de aprendizaje profundo clasifica pacientes con dolor torácico mediante rayos X

El síndrome de dolor torácico agudo puede implicar opresión, ardor u otras molestias en el pecho o un dolor intenso que se extiende a la espalda, el cuello, los hombros, los brazos... Más

Ultrasonido

ver canal
Imagen: El parche de ultrasonido portátil rastrea la presión arterial en una arteria o vena profunda (Fotografía cortesía de Chonghe Wang/Nature Biomedical Engineering)

Parche de ultrasonido portátil del tamaño de una estampilla proporciona imágenes cardíacas sobre la marcha

La presión arterial central, la presión en los vasos sanguíneos centrales, envía sangre directamente desde el corazón a otros órganos vitales del cuerpo y es diferente... Más

Medicina Nuclear

ver canal
Imagen: El seguimiento del tratamiento con radiación en tiempo real promete una terapia contra el cáncer más segura y efectiva (Fotografía cortesía de Pexels)

Imágenes en 3D en tiempo real brindan visión única de los rayos X que golpean el interior del cuerpo durante la radioterapia

La radiación se usa en el tratamiento de cientos de miles de pacientes con cáncer cada año, bombardeando un área del cuerpo con ondas y partículas de alta energía,... 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 © 2000-2023 Globetech Media. All rights reserved.