Dispositivo de ultrasonido con IA mejora la cirugía de columna

EUA) permite la visualización y evaluación de huesos, nervios, estructuras vasculares y otras estructuras anatómicas, utilizando la sonda transductora Beluga1 de 10 MHz, una sonda diseñada ergonómicamente, desarrollada específicamente para procedimientos de columna. El sistema incluye un software de procesamiento de imágenes utilizado para definir características anatómicas en una imagen de ultrasonido en modo B. Al aplicar capas de algoritmos de procesamiento de imágenes a las imágenes recopiladas durante la operación, se pueden diferenciar los nervios, músculos, huesos y vasos en tiempo real.

Las características incluyen imágenes ecográficas Doppler y salida acústica ajustable sin usuario; mapeo intuitivo con flujo de color de nervios, músculos y huesos; escaneo y diferenciación de huesos y tejidos, en 2D, en tiempo real; función interna de energía de radiofrecuencia (RF), con el resultado de emisiones de RF muy bajas; software de imagenología patentado, captura de datos y almacenamiento externo; y seguridad eléctrica, salida acústica y compatibilidad electromagnética que cumplen con los estándares internacionales. Un estudio porcino in vivo validó la exactitud de SonoVision para la identificación de la presencia o ausencia de nervios dentro de una muestra de tejido del psoas.

“TDi marca el comienzo de una nueva era de innovaciones relacionadas con las imágenes de tejidos blandos en la cirugía de columna vertebral, y realmente, el comienzo de una tendencia mucho más amplia de inteligencia artificial y aprendizaje automático que se aplica para satisfacer los requisitos clínicos desafiantes en la cirugía de la columna vertebral”, dijo Alex Lukianov, Presidente y director ejecutivo de TDi, tras la reciente aprobación por la Administración de Drogas y Alimentos de los Estados Unidos (FDA). “La aprobación de la FDA allana el camino para que el ultrasonido se use como una nueva modalidad de imagenología para la cirugía de columna al superar las impracticabilidades del ultrasonido convencional”.

El aprendizaje profundo es parte de una familia más amplia de métodos de aprendizaje automático basados en representaciones de datos, en lugar de algoritmos específicos de tareas. Involucra algoritmos de redes neuronales que usan una cascada de muchas capas de unidades de procesamiento no lineales para la extracción y transformación de características y cada capa sucesiva usa la salida de la capa anterior como entrada para formar una representación jerárquica.

Enlace relacionado:
Tissue Differentiation Intelligence