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




Información oculta en imágenes obtenidas para estudiar el cáncer ofrece nuevas estrategias para radioterapia

Por el equipo editorial de MedImaging en español
Actualizado el 14 Aug 2014
La información oculta en los exámenes con imágenes podría ayudar a los médicos a elegir de forma más eficaz las dosis necesarias para destruir los tumores mediante el tratamiento con radiación, según sugiere un estudio realizado con más de 300 pacientes de cáncer.

La investigación, que será presentada en la 56ª reunión anual de la Asociación Americana de Físicos en Medicina (AAPM), realizada del 28 de julio al 1º de agosto de 2014 en Austin, TX, EUA, es el estudio más grande hasta la fecha que utiliza radiómica: la extracción de información estadística de las imágenes y otras mediciones, para ayudar a predecir la probable progresión del cáncer o su respuesta al tratamiento, con base en las exploraciones con tomografía por emisión de positrones (PET) de pacientes con cáncer de pulmón de células no pequeñas y cáncer de cabeza y cuello.

“En la actualidad, hay un solo proceso, con una talla única para todos, para la selección de las dosis de radioterapia, las cuales podrían resultar demasiado para algunos pacientes e insuficientes para los demás”, dijo Joseph Deasy, PhD, autor principal del estudio y director del departamento de física médica del Centro de Cáncer Memorial Sloan Kettering (Nueva York, NY, EUA). “La radiómica nos ayudará a saber cuándo podemos bajar la intensidad del tratamiento con confianza, sabiendo que todavía podemos controlar la enfermedad”.

En el estudio, los investigadores realizaron PET a 163 pacientes con cáncer de pulmón de células no pequeñas y a 174 con cáncer de cabeza y cuello, antes y después del tratamiento. Extrajeron diversa información de cada tumor, incluyendo el valor de intensidad de las imágenes obtenidas con PET, la rugosidad de las imágenes y otra información, como cuán redonda era la forma del tumor. En PET, mientras más brillante es un área, mayor es la intensidad, revelando que el tumor está consumiendo una mayor cantidad de energía a partir de la glucosa radioactiva inyectada como sustituto del trazador.

Mediante la comparación de la información recogida en las exploraciones hechas antes y después y según la forma como le fue al paciente – por ejemplo, si el tumor se redujo o cuánto tiempo sobrevivió el paciente – los investigadores pueden crear modelos que les ayudarán a planear el futuro tratamiento. En este estudio, por ejemplo, los investigadores determinaron que los tumores de pulmón que tienen una mayor captación del trazador deben ser tratados con una dosis mayor de radiación que la que se prescribe usualmente.

“El actual protocolo estándar es utilizar la PET sólo para determinar la extensión del tumor que se va a tratar”, dijo el Dr. Deasy. “Con base en la información obtenida en este estudio, la información se extraería de esas imágenes y se pondría en unos modelos que le dirían al médico qué dosis se requiere para lograr una alta probabilidad de destruir el tumor”. Señaló que la radiómica es un trabajo de equipo que requiere buena colaboración entre médicos, físicos y científicos de la computación.

Enlace relacionado:

Memorial Sloan-Kettering Cancer Center



New
Adjustable Mobile Barrier
M-458
Portable X-ray Unit
AJEX140H
Digital Radiographic System
OMNERA 300M
New
Miembro Plata
X-Ray QA Device
Accu-Gold+ Touch Pro

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
Copyright © 2000-2025 Globetech Media. All rights reserved.