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




La IA mejora la detección en etapas tempranas de cánceres esofágicos durante la endoscopia de rutina

Por el equipo editorial de HospiMedica en español
Actualizado el 09 Aug 2024
Print article
Imagen: Un sistema de aprendizaje profundo puede ayudar en la detección temprana de cánceres de esófago durante una endoscopia de rutina
Imagen: Un sistema de aprendizaje profundo puede ayudar en la detección temprana de cánceres de esófago durante una endoscopia de rutina

La endoscopia sirve como la técnica principal para identificar el carcinoma de células escamosas de esófago (ESCC, por sus siglas en inglés) asintomático y las lesiones precancerosas. La detección de cánceres de esófago en etapa temprana, que responden mejor al tratamiento, sigue siendo un desafío importante debido a su presentación sutil. Es crucial mejorar las tasas de detección de etapas tan tempranas. Ahora, un nuevo estudio ha demostrado que la integración de un sistema de aprendizaje profundo en la endoscopia de rutina puede mejorar significativamente la detección de cánceres de esófago en etapa temprana.

El ensayo controlado aleatorio (ECA) a gran escala, realizado por investigadores del Hospital Taizhou (Zhejiang, China), evaluó la eficacia de un sistema basado en aprendizaje profundo llamado ENDOANGEL-ELD para detectar el cáncer de esófago. Los resultados publicados en Science Translational Medicine revelan que este sistema de IA casi duplicó la capacidad de detección de los médicos para identificar lesiones esofágicas de alto riesgo, incluidas afecciones cancerosas y precancerosas, en comparación con la endoscopia tradicional no asistida.

En el ensayo, 3.117 pacientes fueron asignados aleatoriamente para someterse a una endoscopia estándar o asistida por IA. Los hallazgos indicaron una mejora significativa en las tasas de detección de lesiones esofágicas de alto riesgo cuando se utiliza el sistema de IA, con tasas de detección del 1,8 % en comparación con el 0,9 % en el grupo sin asistencia. El sistema ENDOANGEL-ELD exhibió alta sensibilidad (89,7 %), especificidad (98,5 %) y precisión general (98,2 %), y se destacó por su seguridad sin reportar eventos adversos. Estos resultados subrayan el potencial de la IA para mejorar el diagnóstico temprano y el tratamiento del cáncer de esófago, lo que podría mejorar significativamente los resultados de los pacientes.

Enlaces relacionados:
Hospital de Taizhou

Miembro Oro
VISOR EN PANTALLA DE DIAGNÓSTICO EN TIEMPO REAL
GEMweb Live
Flocked Fiber Swabs
Puritan® patented HydraFlock®
New
Portable Color Doppler Ultrasound Scanner
DCU10
New
Neonatal Open Care Warmer
Babyroo TN300

Print article
Radcal

Canales

Cuidados Criticos

ver canal
Imagen: El algoritmo informático de dos etapas detecta la epilepsia con alta precisión a partir de registros de EEG (foto cortesía de 123RF)

Algoritmo de IA automatiza el análisis de EEG para detectar epilepsia con alta precisión

La epilepsia es uno de los trastornos neurológicos más comunes, afectando a 50 millones de personas en todo el mundo. Las convulsiones epilépticas son consecuencia de una actividad... 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.