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




Herramienta de resonancia magnética basada enIA supera métodos actuales de diagnóstico de tumores cerebrales

Por el equipo editorial de MedImaging en español
Actualizado el 17 Apr 2024
Print article
Imagen: La herramienta de aprendizaje profundo aprovecha identificación de patrones de comportamiento en imágenes específicas de cada tumor (Fotografía cortesía de VHIO)
Imagen: La herramienta de aprendizaje profundo aprovecha identificación de patrones de comportamiento en imágenes específicas de cada tumor (Fotografía cortesía de VHIO)

El glioblastoma multiforme, las metástasis de tumores sólidos al cerebro y el linfoma primario del sistema nervioso central comprenden hasta el 70 % de todos los cánceres cerebrales malignos. Diferenciar entre estas neoplasias malignas es crucial porque cada tipo exige una estrategia de tratamiento específica, pero presenta un desafío clínico. Actualmente, el diagnóstico no invasivo de los tumores cerebrales se basa en el análisis de imágenes por resonancia magnética (RMN) antes y después de la administración de agentes de contraste. Sin embargo, un diagnóstico concluyente a menudo requiere procedimientos neuroquirúrgicos, que pueden afectar negativamente la calidad de vida del paciente. Ahora, una herramienta de aprendizaje profundo aprovecha los datos de las imágenes por resonancia magnética (RMN) para clasificar con precisión los tumores cerebrales, ayudando así a los médicos a tomar decisiones informadas.

El Diagnóstico en Regiones de Mejora del Contraste de Susceptibilidad para Neuroncología (DISCERN) es una herramienta de aprendizaje profundo y de acceso abierto desarrollada conjuntamente por investigadores del Instituto de Oncología Vall d'Hebron (VHIO, Barcelona, España) y el Hospital Universitario de Bellvitge (Barcelona, España). Se basa en el entrenamiento de patrones utilizando modelos de inteligencia artificial (IA) extraídos de información estándar de resonancia magnética. DISCERN interpreta los datos espaciales y temporales completos disponibles en las resonancias magnéticas convencionales para reconocer patrones específicos de tumores.

Al emplear el aprendizaje profundo, el sistema aprende a distinguir entre las características de varios tumores basándose en exploraciones por resonancia magnética de pacientes previamente diagnosticados. Un estudio liderado por el VHIO demostró la capacidad de DISCERN para facilitar el diagnóstico preciso de tumores cerebrales mediante resonancia magnética de perfusión, superando la precisión de los métodos de diagnóstico tradicionales. Con una tasa de precisión del 78 % en la clasificación de estos cánceres cerebrales comunes, DISCERN representa un avance significativo en el campo. Los desarrolladores han hecho accesible DISCERN a través de una aplicación de código abierto fácil de usar para promover su uso generalizado en la investigación clínica y mejorar la reproducibilidad de los hallazgos.

“DISCERN es una herramienta informática de apoyo al diagnóstico que facilita la clasificación de tumores cerebrales para ayudar a guiar la toma de decisiones médicas por parte de equipos multidisciplinarios con respecyo a la necesidad y el tipo de cirugía necesaria para confirmar el diagnóstico”, afirma Carles Majós, neurorradiólogo clínico e investigador del Hospital Universitario de Bellvitge.

Enlaces relacionados:
VHIO
Hospital Universitario de Bellvitge

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Ultrasound System
Voluson Signature 18
New
Compact C-Arm
Arcovis DRF-C S21
New
Ceiling-Mounted Digital Radiography System
Radiography 5000 C

Print article

Canales

Radiografía

ver canal
Imagen: La detección de cáncer de seno asistido por AI puede reducir las pruebas innecesarias (foto cortesía de Wustl)

Asistencia de IA mejora detección del cáncer de mama al reducir los falsos positivos

Radiólogos suelen detectar un caso de cáncer por cada 200 mamografías revisadas. Sin embargo, estas evaluaciones a menudo dan como resultado falsos positivos, lo que lleva a retiros... Más

Ultrasonido

ver canal
Imagen: Diagrama esquemático del sistema de administración de fármacos de nanopartículas estimulados por ultrasonido para la terapia de biopelícula (foto cortesía de BIO Integration))

Nueva nanopartícula activada por ultrasonido elimina la biopelícula y la infección bacteriana

Las biopelículas, formadas por bacterias que se agregan en densas comunidades para protegerse contra las duras condiciones ambientales, contribuyen de manera importante a diversas enfermedades infecciosas.... Más

Medicina Nuclear

ver canal
Imagen: El sistema de IA utiliza imágenes de gammagrafía para el diagnóstico temprano de amiloidosis cardíaca (Fotografía cortesía de 123RF)

Sistema de IA detecta de forma automática y confiable amiloidosis cardíaca mediante imágenes de gammagrafía

La amiloidosis cardíaca, una afección caracterizada por la acumulación de depósitos anormales de proteínas (amiloide) en el músculo cardíaco, afecta gravemente... Más

Imaginología General

ver canal
Imagen: El modelo de aprendizaje automático Tyche podría ayudar a capturar información crucial. (Foto cortesía de 123RF)

Nuevo método de IA captura la incertidumbre en imágenes médicas

En el campo de la biomedicina, la segmentación es el proceso de anotar píxeles de una estructura importante en imágenes médicas, como órganos o células. Los modelos de Inteligencia Artificial (IA) se utilizan... 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.