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
Sekisui Diagnostics UK Ltd.

Deascargar La Aplicación Móvil




DeepMind aprende cómo detectar las enfermedades de la retina

Por el equipo editorial de HospiMedica en español
Actualizado el 06 Sep 2018
Print article
Imagen: Google DeepMind explora nuevas fronteras en el diagnóstico médico (Fotografía cortesía de Google).
Imagen: Google DeepMind explora nuevas fronteras en el diagnóstico médico (Fotografía cortesía de Google).
La inteligencia artificial (IA) puede detectar con exactitud 53 tipos de retinopatía que amenazan la vista, al menos tan eficazmente como los expertos, según un estudio nuevo.

Investigadores de Google DeepMind (Londres, Reino Unido), el Hospital Oftalmológico Moorfields (Londres, Reino Unido) y el Colegio Universitario de Londres (UCL, Reino Unido), entrenaron inicialmente un algoritmo de IA, de aprendizaje profundo, para detectar diez características diferentes de la enfermedad ocular, basándose en 14.884 exploraciones retinianas de tomografía de coherencia óptica (OCT) tridimensional (3D) de alta definición. Luego, los investigadores reunieron otros 997 escáneres y le pidieron a DeepMind y a ocho oftalmólogos consultores y optometristas especialistas que recomendaran la necesidad de referencias urgentes, referencias semi-urgentes, derivaciones de rutina u observaciones para cada examen.

En la categoría más crucial, la de referencia urgente, DeepMind coincidió con los dos mejores especialistas en retina y tuvo una tasa de desempeño significativamente más alta que los otros dos especialistas y los cuatro optometristas. El sistema no omitió ningún caso de referencia urgente. Cuando se tomaron en cuenta todos los tipos de referencias, la tasa de errores informáticos fue del 5,5%, comparable con la tasa de error para los dos mejores especialistas en retina (6,7% y 6,8%) y significativamente mejor que los otros seis expertos. Cuando los médicos tuvieron acceso a los exámenes de OCT, las imágenes del fondo de ojo y las notas de resumen del paciente, cinco tuvieron una exactitud similar al sistema de IA, mientras que el sistema seguía superando a los otros tres. El estudio fue publicado el 13 de agosto de 2018 en la revista Nature Medicine.

“Creamos DeepMind porque queríamos usar la IA para ayudar a resolver algunos de los mayores desafíos de la sociedad, y la retinopatía diabética es la causa de ceguera de más rápido crecimiento en todo el mundo. Hay más de 350 millones de enfermos en todo el planeta”, dijo el coautor del estudio, Mustafá Suleyman, cofundador de DeepMind. “Detectar enfermedades oculares tan pronto como sea posible brinda a los pacientes la mejor posibilidad de obtener los tratamientos adecuados. Realmente, creo que algún día, este trabajo será un gran beneficio para los pacientes de todo el NHS”.

“Nuestra investigación con DeepMind tiene el potencial de revolucionar la forma en que los profesionales llevan a cabo las pruebas oculares y podría conducir a una detección y tratamiento más temprano de enfermedades oculares comunes como la degeneración macular relacionada con la edad”, dijo el profesor Sir Peng Tee Khaw, MD, director de el Centro de Investigación Biomédica en Oftalmología en el Hospital Oftalmológico Moorfields. “Con la predicción de que la pérdida de visión se duplicará para el año 2050, es vital que exploremos el uso de tecnologías de vanguardia para prevenir la enfermedad ocular”.

DeepMind es una compañía británica de inteligencia artificial fundada en septiembre de 2010 que creó una red neuronal que aprende a jugar videojuegos de forma similar a como lo hacen los humanos, así como una red neuronal que puede acceder a una memoria externa como una máquina de Turing convencional, que da como resultado una computadora que imita la memoria a corto plazo del cerebro humano; fue adquirido por Google en 2014.

Enlace relacionado:
Google DeepMind
Hospital Oftalmológico Moorfields
Colegio Universitario de Londres



Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
Soft-Tissues Biopsy Needle
MR-CLEAR

Print article

Canales

Cuidados Criticos

ver canal
Imagen: Los dispositivos electrónicos portátiles permeables desarrollados para el monitoreo de bioseñales a largo plazo (Fotografía cortesía de CityUHK)

Dispositivo electrónico portátil súper permeable permite monitorear bioseñales a largo plazo

Los dispositivos electrónicos portátiles se han convertido en una parte integral de la mejora de la salud y el estado físico al ofrecer un seguimiento continuo de señales f... Más

Técnicas Quirúrgicas

ver canal
Imagen: Los investigadores han demostrado éxito en mantener a los pacientes más seguros después de las cirugías ortopédicas (Fotografía cortesía del Centro Médico de la Universidad de Soroka)

Simple protocolo de prevención puede reducir infecciones peligrosas del sitio quirúrgico

Las infecciones del sitio quirúrgico (ISQ) representan un riesgo significativo en el sector de la salud, aumentando la probabilidad de muerte del paciente hasta 11 veces en comparación con... 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.