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
Radcal IBA  Group

Deascargar La Aplicación Móvil




IA predice sobrevivientes de cáncer cerebral dentro de ocho meses de radioterapia mediante RM

Por el equipo editorial de MedImaging en español
Actualizado el 20 Feb 2024
Imagen: La IA puede predecir si los pacientes con cáncer cerebral sobrevivirán más de 8 meses después de recibir tratamiento con radioterapia (Fotografía cortesía de KCL)
Imagen: La IA puede predecir si los pacientes con cáncer cerebral sobrevivirán más de 8 meses después de recibir tratamiento con radioterapia (Fotografía cortesía de KCL)

El glioblastoma, un cáncer cerebral primario en adultos particularmente difícil de tratar, tiene una tasa de supervivencia baja: solo uno de cada cuatro pacientes vive más de un año después del diagnóstico. Normalmente, los pacientes se someten a un ciclo de quimioterapia de ocho meses después de la radioterapia. Actualmente, se realizan exploraciones periódicas y de rutina en pacientes con cáncer cerebral primario en adultos para evaluar la eficacia de la quimioterapia. Sin embargo, este proceso puede provocar que algunos pacientes se sometan a una quimioterapia ineficaz que no sólo no logra prolongar la vida sino que también los somete a efectos secundarios perjudiciales. Ahora, los investigadores han demostrado que la inteligencia artificial (IA) puede predecir si los pacientes adultos con cáncer cerebral sobrevivirán más de ocho meses después de la radioterapia. Este uso innovador de la IA para predecir los resultados de los pacientes podría guiar significativamente a los médicos en la planificación de etapas de tratamiento posteriores y acelerar las derivaciones a terapias que podrían salvar vidas. Este es el primer caso en el que se utiliza la IA para distinguir entre sobrevivientes a corto y largo plazo dentro de los ocho meses posteriores a la radioterapia.

Después de la radioterapia, los hallazgos de las exploraciones cerebrales de seguimiento suelen ser inespecíficos y los oncólogos no pueden estar seguros de si un tratamiento está funcionando o fallando. Un equipo del King's College de Londres desarrolló un modelo de aprendizaje profundo para mejorar la confiabilidad y precisión de la predicción de resultados en pacientes con cáncer cerebral primario en adultos. La IA fue entrenada en decenas de miles de exploraciones de una amplia gama de pacientes con cáncer cerebral. En lugar de intentar interpretar cada escaneo cerebral de seguimiento no específico, la IA puede hacer una predicción inmediata y precisa de qué pacientes no sobrevivirán los próximos 8 meses simplemente mirando un escaneo de rutina después de la radioterapia. Esto puede permitir a los médicos y pacientes tomar decisiones sobre su tratamiento. Al proporcionar una predicción instantánea y precisa a partir de una resonancia magnética de rutina, la IA permite a los médicos identificar a aquellos pacientes que probablemente no se beneficiarán de la quimioterapia, lo que les permite considerar tratamientos alternativos o inscribir pacientes en ensayos clínicos para terapias experimentales.

"Esta es una investigación apasionante y fundamental para las personas que viven con un glioblastoma, por dos razones", afirmó la Dra. Helen Bulbeck, directora de servicios y políticas de Brainstrust. “En su nivel más simple, demuestra cómo se puede utilizar la IA en beneficio del paciente. Sin embargo, lo más importante es que permite a los pacientes y a sus cuidadores tomar decisiones sobre la vía clínica y les devuelve el control en un momento en el que se ha perdido tanto control. Los pacientes podrán tomar decisiones informadas sobre las opciones de tratamiento y podrán planificar cómo quieren utilizar el tiempo que les queda para poder vivir el mejor día posible, todos los días”.

Enlaces relacionados:
King's College de Londres

MRI System
nanoScan MRI 3T/7T
High-Precision QA Tool
DEXA Phantom
Half Apron
Demi
Digital Radiographic System
OMNERA 300M

Canales

Radiografía

ver canal
Imagen: la prueba de detección \"dos por uno\" podría ayudar a detectar las principales causas de muerte de mujeres en todo el mundo (foto cortesía de Shutterstock)

Algoritmo de IA utiliza mamografías para predecir con precisión el riesgo cardiovascular en mujeres

Las enfermedades cardiovasculares siguen siendo la principal causa de muerte en mujeres a nivel mundial, responsables de aproximadamente nueve millones de muertes al año. A pesar de esta carga, los síntomas... Más

Ultrasonido

ver canal
Imagen: el parche de ultrasonido realiza simultáneamente imágenes de ultrasonido y medición de la presión arterial de ambas arterias carótidas (Fotografía cortesía de KIST)

Parche de ultrasonido desechable supera el rendimiento de los dispositivos existentes

Los dispositivos portátiles de ultrasonido se utilizan ampliamente en el diagnóstico, el monitoreo de la rehabilitación y la telemedicina. Sin embargo, la mayoría de los modelos... Más

Medicina Nuclear

ver canal
Imagen: el Dr. Glenn Bauman, científico de LHSCRI, posa frente al escáner PET (Foto cortesía de LHSCRI).

Nueva solución de imagen mejora la supervivencia de los pacientes con cáncer de próstata recurrente

La detección del cáncer de próstata recurrente sigue siendo uno de los mayores desafíos en oncología, ya que los métodos de imagen estándar, como las g... 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.