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

Deascargar La Aplicación Móvil




Algoritmo basado en resonancia magnética predice con precisión patologías de columna

Por el equipo editorial de MedImaging en español
Actualizado el 17 Oct 2023

Existen varios tipos de patologías de la columna, que van desde traumatismos y enfermedades degenerativas hasta infecciones, neoplasias, afecciones inflamatorias y tumores. Más...

Por lo tanto, la evaluación clínica a menudo se basa en pruebas de laboratorio y estudios de imágenes para guiar el diagnóstico y las decisiones de tratamiento. Aunque la biopsia es el método definitivo de diagnóstico, es invasiva y costosa. Ahora, un nuevo estudio ha revelado que un algoritmo de aprendizaje profundo que utiliza exploraciones por resonancia magnética puede distinguir eficazmente entre diferentes tipos de patologías de la columna. El estudio mostró que la precisión del algoritmo fue moderada para el grupo de validación pero alta para el grupo de prueba.

Investigadores del Centro Médico de Tel Aviv (Tel Aviv, Israel) construyeron el algoritmo de aprendizaje profundo en el marco Fast.ai sobre el entorno PyTorch y utilizan datos de resonancia magnética previos a la cirugía y hallazgos patológicos posoperatorios para sus evaluaciones. Los datos utilizados para el entrenamiento y la validación se organizaron en un formato de validación cruzada quíntuple. El estudio examinó datos de resonancia magnética de 231 pacientes que tenían diferentes patologías de la columna: carcinoma, infección, meningioma y schwannoma. La investigación indicó que el algoritmo logró una precisión promedio de 0,78 en el conjunto de validación y 0,93 en el conjunto de prueba.

Si bien los investigadores admiten que el algoritmo no es tan preciso como los informes de patología tradicionales, lo ven como una herramienta prometedora para el diagnóstico oportuno de afecciones de la columna. Potencialmente, podría reducir la necesidad de procedimientos más riesgosos e invasivos, como las biopsias. Sugieren que las investigaciones futuras deberían centrarse en integrar conjuntos de datos de pacientes más grandes y diversos para evaluar la aplicabilidad más amplia del algoritmo. También destacaron la necesidad de estudios adicionales para explorar la viabilidad de utilizar métodos de aprendizaje profundo para identificar patologías de la columna mediante resonancia magnética.

"Aunque se basa en una cohorte segregada relativamente pequeña, este estudio representa el poder de las herramientas de aprendizaje profundo en la predicción de patologías de la columna y sienta las bases para desarrollar algoritmos basados en el aprendizaje profundo para este propósito", escribieron los autores.

Enlaces relacionados:
Centro Médico de Tel Aviv


Breast Localization System
MAMMOREP LOOP
Digital Radiographic System
OMNERA 300M
Medical Radiographic X-Ray Machine
TR30N HF
Half Apron
Demi
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a MedImaging.es y acceda a las noticias y eventos que afectan al mundo de la Radiología.
  • Edición gratuita de la versión digital de Medical Imaging Español enviado regularmente por email
  • Revista impresa gratuita de la revista Medical Imaging Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de Medical Imaging Español digital
  • Boletín de Medical Imaging Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








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.