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

Deascargar La Aplicación Móvil




La inteligencia artificial reduce el tiempo de interpretación de las resonancias magnéticas de la columna lumbar

Por el equipo editorial de MedImaging en español
Actualizado el 09 Aug 2024

La resonancia magnética (RM) de la columna lumbar se utiliza con frecuencia para evaluar el dolor lumbar, lo que permite detectar condiciones como la protrusión discal, la compresión de las raíces nerviosas y la degeneración discal. Más...

Estos hallazgos son cruciales para determinar qué pacientes podrían necesitar intervención quirúrgica. Sin embargo, la evaluación de la estenosis de la columna lumbar mediante RM requiere una clasificación en múltiples niveles, lo cual es repetitivo y requiere mucho tiempo. Además, la falta de sistemas de clasificación estandarizados para definir la estenosis espinal lumbar da como resultado interpretaciones inconsistentes. En respuesta, se han desarrollado modelos de aprendizaje profundo (DL) que utilizan redes neuronales convolucionales para ayudar en el análisis de la RM. Los avances recientes en el aprendizaje automático, impulsados por inteligencia artificial (IA), tienen el potencial de acelerar la interpretación de las exploraciones e identificar con precisión afecciones como la degeneración y otros problemas relacionados con los discos, mejorando así la eficiencia, precisión, confiabilidad y rentabilidad de los informes radiológicos.

Un nuevo estudio realizado en el Hospital General de Sengkang (Singapur) evaluó la eficacia deuna herramienta de asistencia en la lectura basada en IA para reducir el tiempo requerido para interpretar exámenes de RM de la columna lumbar y su precisión en el diagnóstico en comparación con radiólogos experimentados. El estudio incluyó un conjunto de datos de prueba de estudios de RM de la columna lumbar de 51 pacientes, 25 hombres y 26 mujeres, realizados del 1 al 10 de diciembre de 2022. Se analizaron tanto las imágenes axiales ponderadas en T1 y T2 desde L1-2 hasta L5-S1, como las imágenes sagitales ponderadas en T1 y T2.

Los hallazgos del estudio publicado,s en el European Journal of Radiology, revelan que el tiempo promedio de interpretación por estudio de RM fue significativamente más corto con la ayuda de la IA que sin ella. El rango intercuartil (RIC) del tiempo de interpretación con IA fue de 5,29 minutos, frente a 56,46 minutos sin IA. Los hallazgos indican que el uso de un modelo de aprendizaje profundo para analizar exploraciones por RM de estenosis espinal lumbar ahorra sustancialmente tiempo y mejora el acuerdo interobservador entre los residentes en formación de radiología. A medida que la IA se integra más en la práctica clínica, está preparada para aumentar la eficiencia clínica, se espera que aumente la eficiencia clínica, ayude a priorizar las tareas de radiología de manera más efectiva y disminuya el tiempo que los radiólogos necesitan para interpretar los resultados.

Enlaces relacionados:
Hospital General de Sengkang


X-ray Diagnostic System
FDX Visionary-A
New
Mobile X-Ray System
K4W
Ultrasound Table
Women’s Ultrasound EA Table
Ultrasound Needle Guidance System
SonoSite L25
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a MedImaging.es y acceda a las noticias y eventos que afectan al mundo de la Radiología.
  • Edición gratuita de la versión digital de Medical Imaging Español enviado regularmente por email
  • Revista impresa gratuita de la revista Medical Imaging Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de Medical Imaging Español digital
  • Boletín de Medical Imaging Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








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.