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
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Nueva herramienta de IA detecta posibles casos de cáncer de mama metastásico al mejorar la sensibilidad de la resonancia magnética.

Por el equipo editorial de MedImaging en español
Actualizado el 12 Jun 2024
Imagen: La nueva herramienta de IA para detectar el posible cáncer de mama metastásico podría eliminar biopsias innecesarias (Foto cortesía de Polat, et al.; Doi.org/10.1148/rycan.230107)
Imagen: La nueva herramienta de IA para detectar el posible cáncer de mama metastásico podría eliminar biopsias innecesarias (Foto cortesía de Polat, et al.; Doi.org/10.1148/rycan.230107)

La mayoría de las muertes relacionadas con el cáncer de mama se atribuyen a enfermedad metastásica, siendo el sitio inicial de la metástasis  a menudo un ganglio linfático axilar. Determinar con precisión el estado ganglionar es crucial para guiar las opciones de tratamiento; sin embargo, los métodos de imagen tradicionales por sí solos carecen de la sensibilidad necesaria para excluir definitivamente las metástasis axilares. En consecuencia, los pacientes con frecuencia necesitan someterse a procedimientos invasivos que implican la inyección de radioisótopos y tintes, seguidos de una cirugía para extraer y examinar los ganglios axilares en busca de células cancerosas. Ahora, un modelo pionero de inteligencia artificial (IA) que utiliza imágenes de resonancia magnética (RM) estándar junto con aprendizaje automático, puede identificar metástasis axilares: la propagación de células cancerosas a los ganglios linfáticos debajo de los brazos. Este enfoque no invasivo tiene el potencial de mejorar la detección de metástasis del cáncer de mama, reduciendo potencialmente la necesidad de biopsias quirúrgicas o con aguja.

En un análisis retrospectivo, investigadores del UT Southwestern Medical Center (Dallas, TX, EUA) evaluaron resonancias magnéticas de mama con contraste dinámico de 350 pacientes con cáncer de mama que habían sido diagnosticadas recientemente y cuyo estado ganglionar se conocía. Estas imágenes, combinadas con diversos datos clínicos, se emplearon para entrenar el modelo de IA para detectar metástasis axilares mediante técnicas de aprendizaje automático. Los resultados mostraron que el modelo de IA fue significativamente más eficaz para identificar pacientes con metástasis axilar que la resonancia magnética o la ecografía. En una aplicación práctica, este modelo de IA podría haber prevenido el 51 % de las biopsias quirúrgicas benignas (no cancerosas) o innecesarias del ganglio centinela, al tiempo que habría identificado con precisión el 95 % de los pacientes con metástasis axilar.

Este modelo, al ser un complemento de las técnicas de imagen estándar, también tiene el potencial de aliviar el estrés y la carga financiera de pruebas adicionales para muchos pacientes. Este estudio es parte de los esfuerzos continuos en UT Southwestern para mejorar las imágenes del cáncer de mama y desarrollar herramientas predictivas para detectar metástasis. Los investigadores ahora se centran en mejorar aún más el proceso de análisis de imágenes y pretenden incorporar una gama más amplia de datos para confirmar sus resultados.

"Ese es un avance importante porque las biopsias quirúrgicas tienen efectos secundarios y riesgos, a pesar de tener una baja probabilidad de un resultado positivo que confirme la presencia de células cancerosas", dijo la líder del estudio, Basak Dogan, MD, en UT Southwestern. "Mejorar nuestra capacidad para descartar células cancerosas La metástasis durante una resonancia magnética de rutina (utilizando este modelo) puede reducir ese riesgo y al mismo tiempo mejorar los resultados clínicos”. Los hallazgos del estudio se publicaron en la revista Radiology: Imaging Cancer el 12 de abril de 2024.

Enlaces relacionados:
UT Southwestern Medical Center

Miembro Plata
X-Ray QA Meter
T3 AD Pro
New
Half Apron
Demi
New
Breast Localization System
MAMMOREP LOOP
Ultrasound Table
Women’s Ultrasound EA Table

Canales

Radiografía

ver canal
Imagen: un algoritmo de aprendizaje profundo detecta los niveles de calcio en la arteria coronaria en tomografías computarizadas de tórax (foto cortesía de Adobe Stock)

IA detecta enfermedades cardíacas ocultas en TC de tórax existentes

El calcio en la arteria coronaria (CAC) es un indicador importante del riesgo cardiovascular, pero su evaluación suele requerir una tomografía computarizada (TC) especializada (gated) que... Más

Ultrasonido

ver canal
Imagen: el nuevo dispositivo implantable para el tratamiento del dolor crónico es pequeño y flexible (foto cortesía de The Zhou Lab at USC)

Dispositivo inalámbrico para el manejo del dolor crónico reduce la necesidad de analgésicos y cirugía

El dolor crónico afecta a millones de personas en todo el mundo, lo que a menudo provoca discapacidad a largo plazo y dependencia de opioides, los cuales conllevan riesgos importantes de efectos... Más

Medicina Nuclear

ver canal
Imagen: El estudio de imágenes de cáncer de próstata tiene como objetivo reducir la necesidad de biopsias (foto cortesía de Shutterstock)

Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata

El cáncer de próstata es la segunda causa principal de muerte por cáncer en hombres en Estados Unidos. Sin embargo, la mayoría de los hombres mayores diagnosticados con esta... Más

Imaginología General

ver canal
Imágenes de resultado positivo en examen de detección de colonografía por TC en un hombre asintomático de 67 años (foto cortesía de Radiology)

La colonografía por TC supera a la prueba de ADN en heces para la detección del cáncer de colon

Dado que el cáncer colorrectal sigue siendo la segunda causa principal de muertes relacionadas con el cáncer a nivel mundial, la detección temprana mediante pruebas de cribado es fundamental... 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.