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

Deascargar La Aplicación Móvil




Dispositivo de resonancia magnética de cuerpo entero de bajo costo combinado con IA genera resultados de alta calidad

Por el equipo editorial de MedImaging en español
Actualizado el 03 Jun 2024
Imagen: Resonancia magnética de cuerpo entero con computación a 0.05 Tesla (foto cortesía de Zhao, et al., Doi: 10.1126/science.adm7168)
Imagen: Resonancia magnética de cuerpo entero con computación a 0.05 Tesla (foto cortesía de Zhao, et al., Doi: 10.1126/science.adm7168)

La resonancia magnética (RM) ha transformado significativamente la atención médica, proporcionando un método no invasivo y libre de radiación para obtener imágenes detalladas. Es especialmente prometedor para el futuro del diagnóstico médico, ya que se integra con la inteligencia artificial (IA). Sin embargo, después de cincuenta años de desarrollo, la tecnología de resonancia magnética todavía está en gran medida fuera del alcance de muchos, particularmente en los países de ingresos bajos y medianos, principalmente debido a los costos prohibitivos de las máquinas de resonancia magnética superconductoras estándar y la infraestructura especializada que requieren. Estas máquinas suelen estar ubicadas en departamentos de radiología especializados o grandes centros de imágenes, lo que limita su presencia en centros sanitarios más pequeños. Además, la necesidad de salas protegidas contra radiofrecuencia (RF) y las demandas de alta potencia también restringen la adopción más amplia de la tecnología de resonancia magnética. Ahora, un nuevo estudio ha demostrado que el aprendizaje automático puede permitir sistemas de resonancia magnética de baja potencia que sean más baratos y seguros, sin comprometer la precisión del diagnóstico.

Los hallazgos del estudio realizado por investigadores de la Universidad de Hong Kong (RAE de Hong Kong, China) marcan un importante paso adelante hacia la creación de escáneres de resonancia magnética de campo ultrabajo (ULF) asequibles, orientados al paciente y mejorados con aprendizaje profundo. Estas innovaciones tienen como objetivo satisfacer las necesidades clínicas no cubiertas en diversos entornos sanitarios globales. Para superar las barreras al acceso a la resonancia magnética, el equipo diseñó un escáner de resonancia magnética ULF que es a la vez de bajo consumo y simplificado para un uso más fácil. Funciona con un tomacorriente de pared estándar y no requiere blindaje magnético o de RF. Este escáner utiliza un modesto imán de 0,05 Tesla (T), significativamente menos potente que los imanes típicos de 1,5 T a 7 T que se encuentran en la mayoría de los dispositivos de resonancia magnética, y emplea detección activa combinada con técnicas de aprendizaje profundo para minimizar la interferencia electromagnética y mejorar la calidad de la imagen. Además, el consumo de energía del dispositivo es considerablemente menor durante las exploraciones, utilizando sólo 1800 vatios (W), en comparación con los 25000 W o más que requieren los sistemas de resonancia magnética tradicionales. En pruebas realizadas con voluntarios sanos, el escáner produjo con éxito imágenes tan claras y detalladas como las de los sistemas de resonancia magnética de mayor potencia que se utilizan actualmente en la clínica.

"La resonancia magnética de campo bajo aún tiene que madurar para permitir un acceso rentable a las imágenes médicas", afirmaron los investigadores. "Su potencial como tecnología sanitaria esencial y ambientalmente sostenible quedará demostrado cuando muchas comunidades de todo el mundo puedan utilizar la resonancia magnética de campo bajo sin barreras".

Enlaces relacionados:
La Universidad de Hong Kong

Digital X-Ray Detector Panel
Acuity G4
Pocket Fetal Doppler
CONTEC10C/CL
Mammography System (Analog)
MAM VENUS
X-ray Diagnostic System
FDX Visionary-A

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.