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





Marco automático de diagnóstico basado en la IA permite la detección de la COVID-19 usando imágenes de rayos X del tórax

Por el equipo editorial de HospiMedica en español
Actualizado el 17 Jan 2022
Print article
Ilustración
Ilustración
Un marco nuevo de aprendizaje automático podría aliviar el trabajo de los radiólogos al proporcionar un diagnóstico rápido y exacto de la COVID-19 a partir de imágenes de rayos X del tórax.

Un equipo de científicos de la Universidad Nacional de Incheon (Incheon, Corea) desarrolló un marco de diagnóstico automático de COVID-19 que mejora las cosas al combinar dos técnicas poderosas basadas en inteligencia artificial (IA). Su sistema se puede entrenar para diferenciar con exactitud entre las imágenes de rayos X de tórax de pacientes con COVID-19 de los que no tienen la enfermedad.

Varios estudios han informado que los sistemas basados en IA se pueden usar para detectar la COVID-19 en imágenes de rayos X de tórax porque la enfermedad tiende a producir áreas con pus y agua en los pulmones, que aparecen como manchas blancas en los exámenes de rayos X. Aunque se han propuesto varios modelos de IA de diagnóstico, basados en este principio, mejorar su exactitud, velocidad y aplicabilidad sigue siendo una prioridad.

Los científicos desarrollaron el nuevo sistema de detección de COVID-19 combinando los dos algoritmos Faster R-CNN y ResNet-101. El primero es un modelo basado en aprendizaje automático que utiliza una red de propuesta de región, que se puede entrenar para identificar las regiones relevantes en una imagen de entrada. El segundo es una red neuronal de aprendizaje profundo que consta de 101 capas, que se utilizó como columna vertebral. Cuando se entrena a ResNet-101 con suficientes datos de entrada, es un modelo poderoso para el reconocimiento de imágenes.

Los científicos creen que su estrategia podría resultar útil para la detección temprana de COVID-19 en hospitales y centros de salud pública. El uso de técnicas de diagnóstico automático basadas en tecnología de IA podría quitarles algo de trabajo y presión a los radiólogos y otros expertos médicos, que han tenido que enfrentar enormes cargas de trabajo desde que comenzó la pandemia. Además, a medida que los dispositivos médicos más modernos se conecten a Internet, será posible alimentar grandes cantidades de datos de entrenamiento al modelo propuesto; esto dará como resultado exactitudes aún mayores, y no solo para la COVID-19.

“Hasta donde sabemos, nuestro enfoque es el primero en combinar ResNet-101 y Faster R-CNN para la detección de la COVID-19”, dijo el profesor Gwanggil Jeon de la Universidad Nacional de Incheon, quien dirigió el equipo. “Después de entrenar nuestro modelo con 8800 imágenes de rayos X, obtuvimos una exactitud notable del 98 %”.

“El enfoque de aprendizaje profundo utilizado en nuestro estudio es aplicable a otros tipos de imágenes médicas y se podría usar para diagnosticar diferentes enfermedades”, agregó el profesor Jeon.

Enlace relacionado:
Universidad Nacional de Incheon

Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
Miembro Oro
Disposable Protective Suit For Medical Use
Disposable Protective Suit For Medical Use
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
Stereotactic Ultralight System
SUSy

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.