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




Sistema impulsado por IA combina resonancia magnética y tecnología de ultrasonido para diagnóstico de endometriosis rápido y no invasivo

Por el equipo editorial de MedImaging en español
Actualizado el 20 Aug 2023
Imagen: El estudio IMAGENDO tiene como objetivo reducir el retraso diagnóstico de la endometriosis a través de imágenes (Fotografía cortesía de la Universidad de Adelaida)
Imagen: El estudio IMAGENDO tiene como objetivo reducir el retraso diagnóstico de la endometriosis a través de imágenes (Fotografía cortesía de la Universidad de Adelaida)

La endometriosis, una afección dolorosa en la que crece tejido sensible más allá del útero, afecta a millones de mujeres en todo el mundo. El diagnóstico de endometriosis a menudo enfrenta demoras, con un período de espera promedio de 7 a 12 años para la mayoría de las mujeres. El método de diagnóstico actual implica realizar una cirugía mínimamente invasiva (laparoscópica) para inspeccionar visualmente los depósitos endometriales en el abdomen, posteriormente confirmados mediante análisis microscópico. Sin embargo, la cirugía presenta desafíos, problemas de accesibilidad y, a menudo, incurre en demoras. El largo proceso de diagnóstico de la endometriosis puede contribuir a ansiedad, depresión y la fatiga, y requiere consultas con numerosos profesionales de la salud.

Ahora, un nuevo estudio que utiliza el aprendizaje automático para combinar digitalmente de forma automática las capacidades de diagnóstico de las exploraciones pélvicas y la resonancia magnética nuclear (RMN) para identificar lesiones de endometriosis, busca acortar el proceso de diagnóstico y reducir la dependencia de la cirugía. El nuevo sistema de inteligencia artificial (IA) con tecnología desarrollada por la Universidad de Adelaida (Adelaide, Australia) en asociación con investigadores de la Universidad de Surrey (Guildford, Reino Unido) podría mejorar la calidad de vida de millones de personas que padecen endometriosis. El sistema IMAGENDO desarrollado por los investigadores aprovecha la IA para analizar datos de ecografías y resonancias magnéticas, lo que reduce significativamente el tiempo necesario para el diagnóstico de la endometriosis.

“Si bien las preocupaciones legítimas sobre el uso de la IA han dominado los titulares, este es un ejemplo de cómo esta tecnología puede mejorar la vida de millones de personas que sufren de endometriosis y dolor pélvico severo”, dijo el profesor Gustavo Carneiro, profesor de IA y Aprendizaje Automático en la Universidad de Surrey y uno de los investigadores principales de IMAGENDO. “IMAGENDO está introduciendo capacidades innovadoras de IA para proporcionar un diagnóstico de endometriosis rápido y no invasivo mediante la combinación de la resonancia magnética y la tecnología de ultrasonido”.

Enlaces relacionados:
Universidad de Adelaida
Universidad de Surrey

New
Miembro Plata
X-Ray QA Device
Accu-Gold+ Touch Pro
New
Digital Color Doppler Ultrasound System
MS22Plus
Half Apron
Demi
Computed Tomography System
Aquilion ONE / INSIGHT Edition

Canales

Radiografía

ver canal
Imagen: la AI evalúa las mamografías mejor que los radiólogos (foto cortesía de la Universidad de Radboud)

Estrategia híbrida con IA mejora la interpretación de mamografías

Los programas de detección del cáncer de mama dependen en gran medida de la interpretación de las mamografías por parte de radiólogos, un proceso que requiere mucho tiempo... Más

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: 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
Imagen: un modelo de aprendizaje profundo basado en parches con un conjunto de datos de entrenamiento limitado para la segmentación de tumores hepáticos en TC con contraste (Yang et al. (2025), IEEE Access, 10.1109/Access.2025.3570728)

Modelo de IA segmenta con precisión tumores hepáticos a partir de tomografías computarizadas

El cáncer de hígado es el sexto tipo de cáncer más común en el mundo y una de las principales causas de muerte por cáncer. La segmentación precisa de los tumores hepáticos es crucial para el diagnóstico... 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.