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 predice pronóstico de COVID a un nivel casi experto con base en tomografías computarizadas

Por el equipo editorial de HospiMedica en español
Actualizado el 07 Apr 2022
Print article
Imagen: El algoritmo de aprendizaje profundo de TC de tórax cuantifica la enfermedad pulmonar por COVID-19 (Fotografía cortesía de Pexels)
Imagen: El algoritmo de aprendizaje profundo de TC de tórax cuantifica la enfermedad pulmonar por COVID-19 (Fotografía cortesía de Pexels)

Un estudio nuevo para evaluar la capacidad de un algoritmo de aprendizaje profundo de TC de tórax para la cuantificación de la enfermedad pulmonar por COVID-19 descubrió que era altamente predictivo de los resultados de los pacientes hospitalizados y se desempeñaba a un nivel casi experto.

Investigadores de la Universidad Médica de Carolina del Sur (Charleston, SC, EUA), evaluaron la capacidad de una red neuronal convolucional profunda (dCNN) para predecir los resultados de los pacientes hospitalizados asociados con la neumonía por COVID-19. Para el estudio, se probó una dCNN previamente entrenada en una cohorte de validación externa de 241 pacientes que se presentaron en el departamento de emergencias y les practicaron una tomografía computarizada de tórax, 93 con COVID-19 y 168 sin COVID-19. Los sistemas de puntuación de opacidad del espacio aéreo se definieron por el grado de opacidad del espacio aéreo en cada lóbulo, totalizado en todos los pulmones. Los puntajes de expertos y dCNN se evaluaron simultáneamente para determinar la concordancia entre observadores, mientras que tanto los valores de dCNN que identificaron el puntaje de opacidad del espacio aéreo como los valores de opacidad sin procesar se usaron en la predicción del diagnóstico de COVID-19 y los resultados de los pacientes hospitalizados.

El estudio reveló que la concordancia entre observadores para la puntuación de la opacidad del espacio aéreo fue de 0,892 (IC del 95 %: 0,834-0,930). La probabilidad de cada resultado se comportó como una función logística de la puntuación de opacidad (25 % de ingreso en la UCI con una puntuación de 13/25, 25 % de intubación con 17/25 y 25 % de mortalidad con 20/25). El estudio también encontró que la duración de la hospitalización, la estancia en la UCI y la intubación se asociaron con una mayor puntuación de opacidad del espacio aéreo (p = 0,032, 0,039, 0,036, respectivamente). Con base en estos hallazgos, los investigadores concluyeron que la dCNN probada fue altamente predictiva de los resultados de los pacientes hospitalizados, puede funcionar a un nivel casi experto y proporcionar valor agregado para los médicos en términos de pronóstico y gravedad de la enfermedad.

“El uso de modelos de aprendizaje profundo de inteligencia artificial para pronosticar a partir de imágenes de TC se identificó desde el comienzo de la pandemia como una forma potencial de acelerar el proceso de clasificación, mejorar el pronóstico y la utilización de los recursos como guía”, explicó el autor correspondiente, U. Joseph Schoepf. , MD, de la División de Imágenes Cardiovasculares de la Universidad Médica de Carolina del Sur en Charleston. “Utilizar la puntuación de gravedad de la IA puede ser útil para enfrentar el desafío de la clasificación práctica y reproducible de pacientes con COVID-19 mediante la identificación de pacientes con alto riesgo de morbilidad y mortalidad”.

Enlaces relacionados:
Universidad Médica de Carolina del Sur

Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
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
Neonatal Transport Ventilator
Babylite

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.