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
Parker Laboratories

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.
30 ene 2023 - 02 feb 2023

IA identifica nódulos tiroideos no cancerosos en imágenes de ultrasonido y reduce las biopsias

Por el equipo editorial de MedImaging en español
Actualizado el 14 Jun 2022
Print article
Imagen: La IA se puede usar para identificar nódulos tiroideos benignos y reducir biopsias innecesarias (Fotografía cortesía de Pexels)
Imagen: La IA se puede usar para identificar nódulos tiroideos benignos y reducir biopsias innecesarias (Fotografía cortesía de Pexels)

Los nódulos tiroideos son muy comunes. La biopsia por aspiración con aguja fina se utiliza para diagnosticar el cáncer de tiroides. Sin embargo, la mayoría de las biopsias producen resultados benignos (no cancerosos) y son potencialmente evitables. Ahora, un nuevo estudio ha encontrado que la inteligencia artificial (IA) se puede utilizar para identificar nódulos tiroideos, observados en una ecografía tiroidea, que es muy poco probable que sean cancerosos, lo que reduce una gran cantidad de biopsias innecesarias.

En el nuevo estudio, investigadores del Campus Médico Anschutz de la Universidad de Colorado (Aurora, CO, EUA) utilizaron el aprendizaje automático, un tipo de IA, para analizar imágenes de ultrasonido de nódulos tiroideos. El aprendizaje automático es el proceso de usar modelos matemáticos de datos para ayudar a una computadora a aprender sin instrucción directa. Se utilizaron más de 30.000 imágenes de 621 nódulos tiroideos para entrenar el modelo de aprendizaje automático que clasifica los nódulos tiroideos como "cáncer" o "no cáncer". El modelo se probó en un conjunto diferente de 145 nódulos recolectados en otro sistema de atención médica. El modelo basado en IA logró una sensibilidad (capacidad de no pasar por alto el cáncer) del 97 % y una especificidad (capacidad de identificar correctamente un cáncer) del 61 %.

"Este estudio demuestra que el clasificador de IA de nódulos tiroideos basado en ultrasonido logra una sensibilidad comparable a la de la biopsia tiroidea por aspiración con aguja fina", dijo el investigador principal del estudio, Nikita Pozdeyev, MD, Ph.D., del Campus Médico Anschutz de la Universidad de Colorado. .

“Creemos que este es un buen próximo paso para mejorar la atención al paciente y evitar procedimientos innecesarios”, dijo. Señaló que se necesitan ensayos clínicos prospectivos antes de que esta herramienta pueda aceptarse como un estándar de atención.

“Demostramos que definitivamente es posible usar el análisis de IA de las imágenes de ultrasonido para descartar el cáncer de tiroides y evitar la biopsia”, dijo. “Esta tecnología podría ayudar a los radiólogos y endocrinólogos a elegir qué nódulos tiroideos deben someterse a una biopsia, especialmente aquellos en la comunidad que no pueden revisar una gran cantidad de imágenes de ultrasonido de la tiroides”.

Enlaces relacionados:
Campus Médico Anschutz de la Universidad de Colorado  

Proveedor de oro
Ultrasound Transducer/Probe Cleaner
Transeptic Cleaning Solution
New
High Definition Detector
Focus HD 35/43
New
All-Digital PET/CT System
Omni Legend
New
Portable Color Doppler Ultrasound
PL-5018 3D

Print article
CIRS -  MIRION
Radcal

Canales

Radiografía

ver canal
Imagen: Modelo de aprendizaje profundo detecta riesgo de ECV utilizando imágenes de rayos X de tórax (Fotografía cortesía del Hospital General de Massachusetts)

IA predice riesgo de enfermedades cardíacas utilizando una sola radiografía

Las guías actuales recomiendan estimar el riesgo a 10 años de eventos cardiovasculares adversos mayores para establecer quién debe recibir una estatina para la prevención primaria.... Más

RM

ver canal
Imagen: Ejemplos de imágenes de RM aislando el campo de visión para enfocarse en recopilar datos de la parte del cuerpo que se examina (Fotografía cortesía de la Facultad de Medicina de la Universidad de Colorado)

Nueva tecnología diseñada para aumentar velocidades de resonancia magnética podría conducir a exploraciones más rápidas

Las matemáticas y la ingeniería complejas están involucradas en la generación de imágenes de órganos y tejidos internos cuando los pacientes ingresan al tubo ... Más

Medicina Nuclear

ver canal
Imagen: El PET/CT digital de ultra alta resolución uEXPLORER ofrece escaneo dinámico de cuerpo completo (Fotografía cortesía de UIH)

Primer PET/CT de cuerpo completo del mundo permite escanear todo el cuerpo en una posición de cama

United Imaging Healthcare (UIH, Shanghái, China) presentó el primer PET/CT de cuerpo completo del mundo, uEXPLORER, con un campo de visión (FOV) axial de PET de 194 cm que permite... Más

Imaginología General

ver canal
Imagen: CT de conteo de fotones ultra alta resolución revela bronquiolectasis (Fotografía cortesía de la Universidad Médica de Viena)

TC con recuento de fotones muestra más daño pulmonar posterior a la COVID-19

La TC con detector de recuento de fotones (PCD) ha surgido en la última década como una herramienta prometedora de imagenología. Funciona convirtiendo fotones de rayos X directamente... 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 © 2000-2022 Globetech Media. All rights reserved.