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
GLOBETECH PUBLISHING LLC

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
Print article
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

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Digital Radiography Generator
meX+20BT lite
New
Ultrasound Table
Ergonomic Advantage (EA) Line
Ultrasound Needle Guide
Ultra-Pro II

Print article
Radcal

Canales

Medicina Nuclear

ver canal
Imagen: PET/CT de un paciente masculino de 60 años con sospecha clínica de cáncer de pulmón (Fotografía cortesía de  EJNMMI Physics)

Adquisición temprana de PET FDG dinámica de 30 minutos podría reducir a la mitad tiempos de exploración pulmonar

Las exploraciones PET FDG F-18 son una forma de observar el interior del cuerpo utilizando un tinte especial, y estas exploraciones pueden ser estáticas o dinámicas. Las exploraciones estáticas... Más

Imaginología General

ver canal
Imagen: Las imágenes PET podrían permitir el examen de tumores con más detalle mientras aún están creciendo (Fotografía cortesía de la Universidad de Glasgow)

Tecnología de imágenes proporciona nuevo enfoque innovador para diagnosticar y tratar cáncer de intestino

Las biopsias, el método actual para diagnosticar el cáncer de intestino, son invasivas y conllevan riesgos como una posible infección. Si bien la medicina de precisión tiene... 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 © 2000-2024 Globetech Media. All rights reserved.