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 HospiMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
RANDOX LABORATORIES

Deascargar La Aplicación Móvil




Escáner de volumen corporal 3D con IA ayuda a predecir el riesgo de síndrome metabólico

Por el equipo editorial de HospiMedica en español
Actualizado el 27 Aug 2024
Print article
Imagen: La IA combinada con un escáner avanzado de volumen corporal en 3D puede ayudar a los médicos a predecir el riesgo y la gravedad del síndrome metabólico (Foto cortesía de Mayo Clinic)
Imagen: La IA combinada con un escáner avanzado de volumen corporal en 3D puede ayudar a los médicos a predecir el riesgo y la gravedad del síndrome metabólico (Foto cortesía de Mayo Clinic)

El síndrome metabólico es un problema de salud global de gran importancia, que afecta a una cuarta parte de la población mundial y provoca graves problemas de salud como ataques cardíacos, accidentes cerebrovasculares, diabetes, enfermedades cognitivas y enfermedades hepáticas. Este síndrome plantea importantes desafíos para los pacientes, no solo por sus graves implicaciones para la salud, sino también por la dificultad de diagnosticarlo y controlarlo de manera eficaz. Actualmente, el diagnóstico se basa en una combinación de pruebas de laboratorio, mediciones de la presión arterial y evaluaciones de la forma corporal. Sin embargo, la ausencia de métodos de detección universalmente aceptados, debido a la variabilidad en las mediciones, complica la detección eficaz de este síndrome. Clínicamente, el síndrome metabólico se confirma cuando un individuo presenta al menos tres de las siguientes condiciones: obesidad abdominal, presión arterial elevada, niveles altos de triglicéridos, colesterol HDL reducido y niveles altos de glucosa en sangre en ayunas. Dadas las limitaciones de los métodos de diagnóstico actuales, como el índice de masa corporal (IMC) y las básculas de bioimpedancia, que a menudo proporcionan resultados inexactos, existe una necesidad apremiante de métodos más confiables y consistentes para evaluar el riesgo y la gravedad del síndrome metabólico.

Los investigadores de Mayo Clinic (Rochester, MN, EUA) están integrando inteligencia artificial (IA) con un escáner avanzado de volumen corporal en 3D para ayudar a los médicos a predecir el riesgo y la gravedad del síndrome metabólico. La combinación de estas herramientas ofrece una alternativa más precisa a otras medidas de riesgo de enfermedad como el IMC y la relación cintura-cadera, según el estudio publicado en la revista European Heart Journal - Digital Health. El equipo de investigación desarrolló y validó este modelo de IA utilizando datos de 1.280 sujetos voluntarios que se sometieron a evaluaciones de salud integrales que incluyeron escáneres de volumen corporal en 3D, cuestionarios clínicos, análisis de sangre y mediciones corporales tradicionales. Además, para refinar aún más las capacidades de la herramienta, se evaluó a 133 voluntarios utilizando imágenes de vista frontal y lateral capturadas a través de una aplicación móvil para determinar la presencia y la gravedad de su síndrome metabólico.

Los resultados indicaron que el uso de imágenes 3D para medir digitalmente el índice de volumen corporal de un paciente ofrece una evaluación muy precisa de las formas y volúmenes corporales, en particular en áreas propensas a la acumulación de grasa visceral no saludable, como el abdomen y el pecho. Estas exploraciones también miden los volúmenes en las caderas, los glúteos y las piernas, que son indicativos de masa muscular y depósitos de grasa más saludables. Ya sea utilizando un escáner 3D fijo de gran tamaño o una aplicación móvil, la tecnología identificó con éxito la presencia y la gravedad del síndrome metabólico a través de imágenes no invasivas, evitando la necesidad de pruebas más invasivas. Las investigaciones futuras apuntarán a ampliar la diversidad del grupo de participantes del estudio para mejorar la generalización de los hallazgos.

“Nuestra investigación muestra que este modelo de inteligencia artificial también puede ser una herramienta para guiar a los médicos y pacientes a tomar medidas y buscar resultados que se ajusten mejor a su salud metabólica”, dijo la Dra. Betsy Medina Inojosa, investigadora de Mayo Clinic y primera autora del estudio.

Enlaces relacionados:
Mayo Clinic

Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
Flocked Fiber Swabs
Puritan® patented HydraFlock®
New
Miembro Plata
Advanced 12-Lead Electrocardiograph with Printer
NECG SE-1200 Pro
New
Opaque X-Ray Mobile Lead Barrier
2594M

Print article
Radcal

Canales

Técnicas Quirúrgicas

ver canal
Imagen: Ilustración de cómo las láminas de grafeno se alinean sobre una superficie y pueden matar bacterias sin dañar las células humanas sanas (foto cortesía de Yen Sandqvist)

Material de recubrimiento de grafeno ultrafino abre el camino a dispositivos médicos bactericidas

Las infecciones asociadas a la atención sanitaria son un problema global significativo, que conduce a un gran sufrimiento, incremento en los costos de atención médica y un mayor riesgo... Más

Cuidados de Pacientes

ver canal
Imagen: La tecnología portátil de BeamClean inactiva los patógenos en superficies comúnmente tocadas en segundos (foto cortesía de Freestyle Partners))

Tecnología portátil de luz germicida, única en su tipo, desinfecta superficies clínicas de alto contacto en segundos

La reducción de las infecciones adquiridas en la atención sanitaria (IAAS) sigue siendo una cuestión apremiante dentro de los sistemas sanitarios mundiales. Sólo en Estados Unidos, 1,7 millones de pacientes... 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.