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




Modelo de IA predice con precisión si la enfermedad de Crohn reaparecerá después de la cirugía

Por el equipo editorial de HospiMedica en español
Actualizado el 11 May 2022
Print article
Imagen: La Ia puede predecir la recurrencia posoperatoria de la enfermedad de Crohn (Fotografía cortesía de Pexels)
Imagen: La Ia puede predecir la recurrencia posoperatoria de la enfermedad de Crohn (Fotografía cortesía de Pexels)

La tasa de 10 años de recurrencia sintomática posoperatoria de la enfermedad de Crohn, una enfermedad gastrointestinal inflamatoria crónica, se estima en 40 %. Aunque existen sistemas de puntuación para evaluar la actividad de la enfermedad de Crohn y la recurrencia posoperatoria, no se ha desarrollado ningún sistema de puntuación para predecir si la enfermedad de Crohn podría recurrir. Utilizando una herramienta de inteligencia artificial (IA) que emula cómo los humanos visualizan y está entrenada para reconocer y clasificar imágenes, los investigadores ahora han construido un modelo que predice la recurrencia posoperatoria de la enfermedad de Crohn con alta precisión mediante la evaluación de imágenes histológicas.

La herramienta de IA, desarrollada por investigadores de la Universidad de Osaka (Suita, Japón), también reveló diferencias no reconocidas previamente en las células adiposas y diferencias significativas en el grado de infiltración de mastocitos en la subserosa o revestimiento externo del intestino, comparando pacientes con y sin recurrencia de la enfermedad. El nuevo estudio incluyó a 68 pacientes con enfermedad de Crohn que se sometieron a una resección intestinal entre enero de 2007 y julio de 2018. Se clasificaron en dos grupos según la presencia o ausencia de recurrencia posoperatoria de la enfermedad dentro de los dos años posteriores a la cirugía. Cada grupo se dividió en dos subgrupos, uno para entrenar un modelo de IA y otro para validación. Para el entrenamiento, las imágenes de portaobjetos completos de muestras quirúrgicas se recortaron en imágenes de mosaico, se etiquetaron según la presencia o ausencia de recurrencia posquirúrgica y luego se procesaron mediante EfficientNet-b5, un modelo de IA disponible en el mercado diseñado para realizar la clasificación de imágenes.

Cuando se probó el modelo con imágenes sin etiquetar, los resultados indicaron que el modelo de aprendizaje profundo clasificó con precisión las imágenes sin etiquetar según la presencia o ausencia de enfermedad. Luego, se generaron mapas de calor predictivos para identificar áreas y características histológicas a partir de las cuales el modelo de aprendizaje automático podría predecir la recurrencia con alta precisión. Las imágenes incluían todas las capas de la pared intestinal. Los mapas de calor mostraron que el modelo de aprendizaje automático alcanzó predicciones correctas en la capa de tejido adiposo subseroso. Sin embargo, en otras áreas, como la mucosa y las capas musculares propias, el modelo fue menos preciso. Las imágenes con las predicciones más precisas se extrajeron de los conjuntos de datos de prueba de los grupos de recurrencia y no recurrencia. Entre estas imágenes, los mejores resultados predictivos contenían tejido adiposo.

Debido a que el modelo de aprendizaje automático logró predicciones precisas a partir de imágenes de tejido subseroso, los investigadores plantearon la hipótesis de que las morfologías de las células adiposas subserosas diferían entre los grupos de recurrencia y no recurrencia. Las células adiposas en el grupo de recurrencia tenían un tamaño significativamente más pequeño, mayor aplanamiento y valores de distancia de centro a centro más pequeños que los del grupo sin recurrencia. Los investigadores también plantearon la hipótesis de que las diferencias en la morfología de los adipocitos entre los dos grupos estaban asociadas con algún grado o tipo de condición inflamatoria en el tejido. Descubrieron que el grupo de recurrencia tenía un número significativamente mayor de mastocitos que se infiltraban en el tejido adiposo subseroso, lo que indica que las células están asociadas con la recurrencia de la enfermedad de Crohn y el fenómeno de "encogimiento de adipocitos". A saber de los investigadores, estos hallazgos son los primeros en vincular la recurrencia posoperatoria de la enfermedad de Crohn con la histología de las células adiposas subserosas y la infiltración de mastocitos.

"La mayoría de los análisis de imágenes histopatológicas que utilizan IA en el pasado se han dirigido a tumores malignos", explicaron los investigadores principales Takahiro Matsui, MD, PhD, y Eiichi Morii, MD, PhD, Departamento de Patología, Facultad de Medicina de la Universidad de Osaka, Osaka, Japón. “Nuestro objetivo era obtener información clínicamente útil para una variedad más amplia de enfermedades mediante el análisis de imágenes de histopatología utilizando IA. Nos enfocamos en la enfermedad de Crohn, en la cual la recurrencia posoperatoria es un problema clínico”.

“Nuestros hallazgos permiten la estratificación por pronóstico de los pacientes posoperados con enfermedad de Crohn. Muchos medicamentos, incluidos los biológicos, se usan para prevenir la recurrencia de la enfermedad de Crohn, y la estratificación adecuada puede permitir un tratamiento más intensivo y exitoso de los pacientes de alto riesgo”, observaron el Dr. Matsui y el Dr. Morii.

Enlaces relacionados:
Universidad de Osaka

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)
Miembro Oro
12-Channel ECG
CM1200B
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
Critical Care Trolley
CCT-PX

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

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.