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
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil





IA no supervisada predice la progresión de la COVID y la supervivencia de los pacientes directamente de nuevas imágenes de TC del tórax

Por el equipo editorial de HospiMedica en español
Actualizado el 02 Sep 2021
Print article
ilustración
ilustración
La inteligencia artificial (IA) no supervisada ha abierto nuevos caminos al predecir la progresión de la COVID-19 y la supervivencia de los pacientes directamente a partir de sus imágenes de tomografía computarizada (TC) de tórax.

En un estudio multicéntrico, un equipo de investigación del Hospital General de Massachusetts (Boston, MA, EUA), demostró que el aprendizaje profundo no supervisado basado en TC puede proporcionar un desempeño pronóstico significativamente mayor que las pruebas de laboratorio establecidas y los predictores de supervivencia cuantitativos y visuales basados en imágenes existentes. El modelo puede predecir, para cada paciente, el momento en que progresa la COVID-19 y, por lo tanto, el momento en que el paciente ingresa en una unidad de cuidados intensivos o cuando el paciente está enfermo, algo que otros modelos de predicción basados en imágenes no pueden hacer. La información de tiempo calculada por el modelo también permite la estratificación de los pacientes en grupos de bajo y alto riesgo por un margen más amplio de lo que es posible con otros predictores.

La evaluación clínica rápida y exacta de la progresión de la enfermedad y la mortalidad es vital para el tratamiento de los pacientes con COVID-19. Aunque se han propuesto varios predictores, se han limitado a evaluaciones subjetivas, esquemas semiautomatizados o enfoques de aprendizaje profundo supervisados. Tales predictores son subjetivos o requieren una laboriosa anotación de los casos de entrenamiento. En un estudio complementario, el equipo de investigación ya había demostrado que se podía utilizar la IA supervisada para predecir la supervivencia de los pacientes con COVID-19 a partir de sus imágenes de tomografía computarizada de tórax. Sin embargo, el nuevo modelo de IA sin supervisión abre nuevos caminos al evitar las limitaciones técnicas y los laboriosos esfuerzos de anotación de los predictores anteriores, porque el uso de una red de generación de adversarios hace posible entrenar un modelo completo de análisis de supervivencia de un extremo a otro directamente desde las imágenes. Aunque el estudio se limitó a pacientes con COVID-19, el equipo cree que el modelo también se puede generalizar a otras enfermedades.

“Nuestros resultados muestran que el desempeño de predicción del modelo de IA no supervisado fue significativamente mayor y el error de predicción significativamente menor que los de los predictores de referencia previamente establecidos”, dijo Hiroyuki Yoshida, PhD, director de Investigación de Imágenes 3D en el Hospital General de Massachusetts, quien dirigió el equipo de investigación. “El uso de IA no supervisada como parte integral del modelo de predicción de supervivencia hace posible realizar predicciones de pronóstico directamente a partir de las imágenes de TC originales de los pacientes con una precisión mayor que la que antes era posible en las imágenes cuantitativas”.

“Es una tecnología de IA mucho más precisa y avanzada”, explicó Yoshida. “Problemas como la COVID Larga, la variante Delta o la generalización del modelo a otras enfermedades manifestadas en imágenes médicas son aplicaciones prometedoras de este modelo de IA sin supervisión”.

Enlace relacionado:
Hospital General de Massachusetts

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Miembro Oro
VISOR EN PANTALLA DE DIAGNÓSTICO EN TIEMPO REAL
GEMweb Live
Miembro Plata
Wireless Mobile ECG Recorder
NR-1207-3/NR-1207-E
New
Vein Illuminator
VSI

Print article

Canales

Cuidados Criticos

ver canal
Imagen: El sistema de estadificación Cleerly para la enfermedad de la arteria coronaria ha recibido la designación de dispositivo innovador de la FDA (Fotografía cortesía de Cleerly)

Tecnología basada en IA ofrece una evaluación del riesgo de ataque cardíaco en el futuro

Cuando los médicos diagnostican un cáncer, normalmente ofrecen un pronóstico y un plan de tratamiento basado en un sistema de estadificación que evalúa la extensión... Más

Técnicas Quirúrgicas

ver canal
Imagen: La cirugía asistida por robot para el cáncer de vesícula biliar es tan efectiva como los métodos tradicionales abiertos y laparoscópicos (Fotografía cortesía de 123RF)

Cirugía para cáncer de vesícula biliar asistida por robot se encontro ser tan efectiva como cirugía tradicional

El cáncer de vesícula biliar (CVB), clasificado como el principal cáncer del tracto biliar y el 17º cáncer más mortal a nivel mundial, exige una mejora urgente en... Más

Cuidados de Pacientes

ver canal
Imagen: La solución recientemente lanzada puede transformar la programación del quirófano e impulsar las tasas de utilización  (Fotografía cortesía de Fujitsu)

Solución de optimización de la capacidad quirúrgica ayuda a hospitales a impulsar utilización de quirófanos

Una solución innovadora tiene la capacidad de transformar la utilización de la capacidad quirúrgica al atacar la causa raíz de las ineficiencias los bloques de tiempo quirúrgico.... Más

TI

ver canal
Imagen: El primer modelo específico de la institución proporciona una ventaja de desempeñoa significativa sobre los modelos actuales basados en la población (Fotografía cortesía de Mount Sinai)

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Se han implementado algoritmos de aprendizaje automático para crear modelos predictivos en varios campos médicos, y algunos han demostrado mejores resultados en comparación con sus... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.