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
Ingresar
Publique su anuncio con nosotros
PURITAN MEDICAL

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.

Endoscopia OCT combinada con IA diagnostica cáncer de colon con alta precisión

Por el equipo editorial de HospiMedica en español
Actualizado el 02 Aug 2022
Print article
Imagen: Los resultados se publicaron en la edición de junio de la revista Journal of Biophotonics (Fotografía cortesía de la Universidad de Washington en St. Louis)
Imagen: Los resultados se publicaron en la edición de junio de la revista Journal of Biophotonics (Fotografía cortesía de la Universidad de Washington en St. Louis)

La detección del cáncer de colon ahora se basa en la inspección visual humana del tejido durante un procedimiento de colonoscopia. Esta técnica, sin embargo, no detecta ni diagnostica lesiones subsuperficiales. Ahora, un equipo de investigación ha combinado la tomografía de coherencia óptica (OCT) y el aprendizaje automático para desarrollar una herramienta de diagnóstico por imágenes del cáncer colorrectal que algún día puede mejorar la endoscopia tradicional que utilizan actualmente los médicos.

Una endoscopia OCT esencialmente ilumina el colon para ayudar al médico a ver más profundamente para visualizar y diagnosticar anomalías. Ingenieros biomédicos de la Universidad de Washington en St. Louis (St. Louis, MO, EUA) han desarrollado un pequeño catéter OCT, que usa una longitud de onda de luz más larga, para penetrar 1-2 mm en las muestras de tejido. La técnica proporcionó más información sobre una anomalía que las imágenes de luz blanca a nivel de la superficie que utilizan actualmente los médicos. Los investigadores utilizaron los datos de imágenes para entrenar un algoritmo de aprendizaje automático para diferenciar entre tejido "normal" y "canceroso". El sistema combinado les permitió detectar y clasificar muestras de tejido canceroso con una precisión diagnóstica del 93 %.

Enlaces relacionados:
Universidad de Washington en St. Louis  


Print article
IIR Middle East

Canales

Cuidados Criticos

ver canal
Imagen: Medición tridimensional del termistor de malla (Fotografía cortesía de la Universidad de Shinshu)

Termistores permeables al gas ultraflexibles allanan el camino para sensores médicos sobre la piel y dispositivos implantables

Los sensores médicos en la piel y los dispositivos de salud portátiles son herramientas importantes para el cuidado de la salud que deben ser increíblemente flexibles y ultradelgadas... Más

Cuidados de Pacientes

ver canal
Imagen: La película biomolecular se puede tomar con pinzas y colocarse sobre una herida (Fotografía cortesía de TUM)

Película biomolecular para cicatrización de heridas se adhiere al tejido sensible y libera ingredientes activos

Los vendajes convencionales pueden ser muy efectivos para tratar pequeñas abrasiones en la piel, pero las cosas se complican cuando se trata de lesiones en los tejidos blandos, como en la lengua... Más

TI

ver canal
Imagen: El uso de datos digitales puede mejorar los resultados de salud (Fotografía cortesía de Unsplash)

Según un estudio, registros médicos electrónicos pueden ser clave para mejorar la atención al paciente

Cuando se transfiere a un paciente de un hospital a un especialista o centro de rehabilitación cercano, a menudo es difícil para el personal del nuevo centro acceder a los registros médicos... Más
Copyright © 2000-2022 Globetech Media. All rights reserved.