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

Descargar La Aplicación Móvil




El algoritmo de aprendizaje profundo basado en TC diferencia con precisión las fracturas vertebrales benignas de las malignas

Por el equipo editorial de HospiMedica en español
Actualizado el 18 Apr 2024

Se espera que el aumento de la población que envejece dé como resultado un aumento correspondiente en la prevalencia de fracturas vertebrales que pueden causar dolor de espalda o compromiso neurológico, lo que lleva a un deterioro de la función o discapacidad. Más...

Clínicamente, las fracturas vertebrales benignas y malignas no se distinguen porque normalmente ocurren sin un traumatismo adecuado. La tomografía computarizada desempeña un papel clave a la hora de distinguir entre fracturas vertebrales benignas y malignas debido a la amplia disponibilidad de la tecnología y su capacidad para representar líneas de fractura en diferentes planos reconstruidos. Sin embargo, distinguir entre fracturas vertebrales benignas y malignas sigue siendo un desafío con la TC sola. Ahora, un nuevo estudio ha demostrado que los modelos de aprendizaje profundo basados en TC pueden discriminar eficazmente las fracturas vertebrales benignas de las malignas. El estudio encontró que los modelos funcionaron mejor o similar que los residentes de radiología y tan buenos como los de un radiólogo capacitado.

En el estudio, investigadores de la Universidad Técnica de Múnich (TUM, Múnich, Alemania) examinaron si los modelos de aprendizaje profundo basados en TC podían diferenciar de forma fiable entre fracturas vertebrales benignas y malignas. El estudio identificó retrospectivamente tomografías computarizadas obtenidas entre junio de 2005 y diciembre de 2022 de pacientes con fracturas vertebrales benignas o malignas según un estándar de referencia compuesto que incluía información histopatológica y radiológica. Los investigadores seleccionaron al azar un conjunto de pruebas internas y obtuvieron un conjunto de pruebas externas de otro hospital.

Los modelos de aprendizaje profundo basados en CT utilizaron una arquitectura de codificador-clasificador tridimensional U-Net y aplicaron aumento de datos durante el entrenamiento. Los investigadores evaluaron el rendimiento de los modelos utilizando el área bajo la curva característica operativa del receptor (AUC) y lo compararon con el de dos residentes y un radiólogo capacitado utilizando la prueba DeLong. El estudio reveló que los modelos desarrollados tenían un alto poder discriminatorio para diferenciar entre fracturas vertebrales benignas y malignas. Su desempeño superó o igualó al de los residentes de radiología e igualó al de un radiólogo capacitado.

Enlaces relacionados:
tum


Miembro Oro
12-Channel ECG
CM1200B
Hand-held Hemoglobin Analyzer
DiaSpect Tm
Gas Analyzer
GE SAM
Patient Monitoring System
AlarmSense
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
Crédito de la imagen: iStock

Reloj inteligente de consumo podría ampliar acceso al cribado de apnea obstructiva del sueño

La apnea obstructiva del sueño se produce cuando la vía aérea superior se bloquea durante el sueño, deteniendo o restringiendo repetidamente la respiración.... Más

Técnicas Quirúrgicas

ver canal
Imagen: Stent desviador de flujo cónico de nitinol impreso en 3D con densidad de fibra, tamaño de sección y forma variables. (Foto cortesía del Instituto IMDEA Materiales)

Nueva técnica de impresión 3D podría facilitar implantes cardiovasculares más flexibles

Los dispositivos transcatéter mínimamente invasivos deben comprimirse en catéteres pequeños y recuperar su forma prevista después de la implantación, lo que plantea... Más

Cuidados de Pacientes

ver canal
Ilustración del uso del dispositivo SCRATCH-HTN. (Crédito de la imagen: Equipo de estudio SCRATCH-HTN)

La neuromodulación en el hogar muestra potencial en pacientes seleccionados con hipertensión

La presión arterial alta es un importante factor de riesgo de enfermedad cardiovascular, incluido el infarto de miocardio y el accidente cerebrovascular. Muchos pacientes que reciben tratamiento... Más

TI

ver canal
Crédito de la imagen: 123RF

Alertas de historia clínica apoyan dosificación, sedación y detección del shock cardiogénico

Las alertas de la historia clínica electrónica pueden aumentar la carga de trabajo de los clínicos cuando están mal dirigidas. Sin embargo, en la atención cardíaca... Más

Pruebas POC

ver canal
Crédito de la imagen: 123RF

Monitoreo continuo de glucosa identifica riesgo cardiometabólico en adultos sin diabetes

La disglucemia—regulación anormal de la glucosa en sangre—puede fluctuar a lo largo del día y a menudo escapa al cribado convencional. Los médicos suelen recurrir a la... Más

Negocios

ver canal
Imagen: LigaSure RAS Maryland, diseñado para la plataforma Valleylab FT10 en Hugo RAS, sella y corta vasos, tejidos y vasos linfáticos de hasta 7 mm de diámetro (Fotografía cortesía de Medtronic)

Medtronic recibe autorización de la FDA para instrumento de sellado vascular en cirugía robótica

A medida que la cirugía asistida por robot se expande en los hospitales de Estados Unidos, los equipos buscan cada vez más instrumentos de energía con la familiaridad y el rendimiento... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.