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

Deascargar La Aplicación Móvil





Herramienta de IA que detecta anomalías en imágenes médicas podría ayudar a los médicos a detectar el inicio de la neumonía por COVID-19 en los rayos X

Por el equipo editorial de HospiMedica en español
Actualizado el 27 Oct 2021

Los científicos han entrenado una red neuronal para detectar anomalías en imágenes médicas para ayudar a los médicos a examinar innumerables exploraciones en busca de patologías, incluidos signos de patología en los pulmones, como la aparición de la neumonía COVID-19. Más...

El nuevo método desarrollado por científicos de Skoltech (Moscú, Rusia), Philips Research (Ámsterdam, Países Bajos) y la Universidad Goethe de Frankfurt (Frankfurt, Alemania) está adaptado a la naturaleza de las imágenes médicas y tiene más éxito en detectar anomalías que soluciones de uso general. La detección de anomalías en la imagen es una tarea que surge en el análisis de datos en muchas industrias. Sin embargo, las exploraciones médicas plantean un desafío particular. Es mucho más fácil para los algoritmos encontrar, digamos, un automóvil con una llanta pinchada o un parabrisas roto en una serie de imágenes de automóviles que saber cuál de las radiografías muestra signos tempranos de patología en los pulmones, como la aparición de la neumonía por COVID-19.

Los científicos estudiaron cuatro conjuntos de datos de radiografías de tórax e imágenes de microscopía de histología de cáncer de mama para validar la universalidad del método en diferentes dispositivos de imagen. Si bien la ventaja obtenida y la precisión absoluta variaron ampliamente y dependieron del conjunto de datos en cuestión, el nuevo método superó sistemáticamente a las soluciones convencionales en todos los casos considerados. Lo que distingue al nuevo método de los competidores es que busca "percibir" la impresión general que podría tener un especialista que trabaja con los escaneos al identificar las mismas características que afectan las decisiones de los anotadores humanos.

Lo que también distingue al estudio es la receta propuesta para estandarizar el enfoque del problema de detección de anomalías en imágenes médicas para que diferentes grupos de investigación puedan comparar sus modelos de manera consistente y reproducible. Según los científicos, su enfoque, los codificadores automáticos de percepción profunda, es fácil de trasladar a una amplia gama de otros escaneos médicos, más allá de los dos tipos utilizados en el estudio, porque la solución se adapta a la naturaleza general de tales imágenes. Es decir, es sensible a las anomalías a pequeña escala y utiliza algunos de sus ejemplos en el entrenamiento.

"Proponemos utilizar lo que se conoce como capacitación débilmente supervisada", dijo el profesor de Skoltech Dmitry Dylov, director del Grupo de Imágenes Computacionales del Instituto y autor principal del estudio. “Dado que no se encuentran disponibles dos clases claramente definidas, esta tarea suele ser tratada con modelos no supervisados ​​o fuera de distribución. Es decir, los casos anómalos no se identifican como tales en los datos de entrenamiento. Sin embargo, tratar la clase anómala como una completa desconocida es en realidad muy extraño para un problema clínico, porque los médicos siempre pueden señalar algunos ejemplos anómalos. Entonces, mostramos algunas imágenes anormales a la red para desatar el arsenal de métodos débilmente supervisados, y ayudó mucho. Incluso un solo escaneo anómalo por cada 200 normales es muy útil, y esto es bastante realista ".

"Nos complace que la asociación Philips-Skoltech nos permita abordar desafíos como este que son de gran relevancia para la industria del cuidado de la salud", dijo Irina Fedulova, coautora del estudio y directora de la rama de investigación de Philips en Moscú. “Esperamos que esta solución acelere considerablemente el trabajo de los histopatólogos, radiólogos y otros profesionales médicos que enfrentan la tediosa tarea de detectar pequeñas anomalías en grandes conjuntos de imágenes. Al someter los escaneos a un análisis preliminar, las imágenes obviamente no problemáticas se pueden eliminar, dando al experto humano más tiempo para concentrarse en los casos más ambiguos ".

Enlaces relacionados:
Skoltech
Philips Research
Universidad Goethe de Frankfurt


Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
Miembro Oro
SARS‑CoV‑2/Flu A/Flu B/RSV Sample-To-Answer Test
SARS‑CoV‑2/Flu A/Flu B/RSV Cartridge (CE-IVD)
New
Electric Bed
DIXION Intensive Care Bed
New
Electrically Operated Patient Lifter
SVL 205
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a HospiMedica.es y acceda a las noticias y eventos que afectan al mundo de la Medicina.
  • Edición gratuita de la versión digital de HospiMedica en Español enviado regularmente por email
  • Revista impresa gratuita de la revista HospiMedica en Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de HospiMedica en Español digital
  • Boletín de HospiMedica en 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

Cuidados Criticos

ver canal
Imagen: los investigadores monitorean señales fisiológicas mientras el participante pedalea en estado hipóxico (cortesía de la Universidad de Portsmouth)

Mapeo de la comunicación entre órganos permite un diagnóstico más temprano de enfermedades

Comprender lo que sucede dentro del cuerpo durante estados de fatiga, dificultad para respirar o falta de oxígeno es fundamental para la detección temprana del deterioro fisiológico.... Más

Técnicas Quirúrgicas

ver canal
Imagen: el sistema de imágenes endoscópicas hiperespectrales propuesto incluye una matriz de LED espectrales en la punta del catéter (cortesía de N. Modir et al., doi 10.1117/1.JMI.12.3.0350022)

Sistema de imagen basado en LED podría transformar la detección del cáncer en endoscopias

Los cánceres gastrointestinales siguen siendo uno de los tipos de cáncer más comunes y difíciles de diagnosticar con precisión. A pesar del uso generalizado de la endoscopia... Más

Cuidados de Pacientes

ver canal
Imagen: el revolucionario dispositivo automático de lavado de vías intravenosas se lanzará en la UE y EE. UU. en 2026 (foto cortesía de Droplet IV)

Dispositivo automático de lavado de vías intravenosas mejora la atención en infusiones

Más del 80% de los pacientes hospitalizados reciben terapia intravenosa (IV). Cada dosis de medicamento IV administrada en una bolsa de infusión de pequeño volumen (<250 mL) debe... Más

TI

ver canal
Imagen: Un sensor de sudor portátil basado en la tecnología de nanopartículas de núcleo-capa (Foto cortesía de Caltech)

Nanopartículas imprimibles permiten la producción masiva de biosensores portátiles

Es probable que el futuro de la medicina se centre en la personalización de la atención médica, comprendiendo exactamente lo que cada individuo necesita y proporcionando la combinación... 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 © 2000-2025 Globetech Media. All rights reserved.