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 hp
Ingresar
Publique su anuncio con nosotros
Ampronix,  Inc

Deascargar La Aplicación Móvil




Un algoritmo de IA predice las condiciones crónicas a partir de los exámenes de TC

Por el equipo editorial de HospiMedica en español
Actualizado el 25 Dec 2018
Los algoritmos de inteligencia artificial (IA) pueden aprovechar los datos de las tomografías computarizadas (TC) existentes para identificar a los pacientes con riesgo de fracturas osteoporóticas y de enfermedades cardiovasculares (ECV).

Los algoritmos, desarrollados por Zebra Medical Vision (Shefayim, Israel), se basan en bases de datos anónimas de imágenes médicas y datos clínicos que se usaron para entrenarlos para descubrir enfermedades crónicas mediante el análisis automatizado de imágenes. Más...
El motor del algoritmo Zebra se puede implementar tanto en la nube como en las configuraciones en el sitio, y está diseñado para integrarse en los sistemas de comunicación y archivo de imágenes (PACS), los sistemas de información radiológica (RIS) y los sistemas de historias clínicas electrónicas (HCE).

Dos estudios recientes realizados por Clalit Health Services (Tel Aviv, Israel), que posee y opera 1.500 clínicas de atención primaria y 14 hospitales en Israel, que tratan a más de 4 millones de pacientes, validaron que los algoritmos pueden predecir con éxito las fracturas osteoporóticas y la ECV. El primer estudio incluyó un análisis retrospectivo de 48.227 pacientes con TC abdominales, con el fin de identificar marcadores de riesgo radiológico de fracturas osteoporóticas mayores y específicas de la cadera. Los resultados mostraron que los algoritmos Zebra-Med lograron una estratificación de riesgo equivalente al sistema de puntuación de la herramienta de evaluación de riesgo de fractura (FRAX) contemporánea.

El segundo estudio retrospectivo de cinco años, que incluyó a 14.135 pacientes con tomografías computarizadas (TAC) de tórax no sincronizadas, sin realce, examinó el poder predictivo cardiovascular del algoritmo de puntuación de calcio coronario automático (CCS) Zebra-Med y encontró que produjo un aumento neto de 4,5% en la mejora de la reclasificación de riesgo categórico. Al emplear los algoritmos de Zebra, los departamentos de radiología sobrecargados pueden aumentar la eficiencia. Ambos estudios se presentaron en el congreso anual de la Sociedad Radiológica de América del Norte (RSNA) de 2018, celebrado en noviembre de 2018 en Chicago (IL, EUA).

“Si bien hay un número cada vez mayor de aplicaciones de IA en imagenología con el objetivo de imitar y automatizar la lectura del radiólogo humano, existe un mayor potencial sin explotar en estos estudios. Uno puede usar la inteligencia artificial para extraer información predictiva no disponible hasta la fecha que respalde las intervenciones de salud de la población de alto impacto para hacer frente a las enfermedades crónicas”, dijo el profesor Ran Balicer, MD, director del Instituto de Investigación de Clalit. “Estamos satisfechos con los resultados de estos dos proyectos de investigación innovadores y deseamos ponerlos en práctica”.

Enlace relacionado:
Zebra Medical Vision
Clalit Health Services



Miembro Oro
ANALIZADOR DE GASES EN SANGRE
i-Check200
Monitor de radiología
MDNC-6121 Barco Nio Color 5.8MP
New
Miembro Oro
Monitor de imágenes mamarias
Barco Coronis Onelook MDMC-32133 32MP
Medical Adhesive
MED 5570U
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

Técnicas Quirúrgicas

ver canal
Imagen: El generador Aliya EX para la ablación quirúrgica de tejido blando (Fotografía cortesía de Galvanize Therapeutics)

Nuevo sistema PEF crea zonas de ablación más amplias en procedimientos de tejidos blandos

Los equipos de intervención a menudo necesitan opciones de ablación de tejidos blandos que puedan realizarse por vía percutánea o endoscópica, minimizando al mismo tiempo la lesión colateral y preservando... Más

Cuidados de Pacientes

ver canal
Imagen: Los datos del sueño portátiles pueden ayudar a los médicos a personalizar los planes de rehabilitación pulmonar (crédito de la foto 123RF)

Datos de sueño de dispositivos portátiles predicen la adherencia a la rehabilitación pulmonar

La enfermedad pulmonar obstructiva crónica (EPOC) es un trastorno pulmonar de larga duración que dificulta la respiración y suele alterar el sueño, reduciendo la energía... Más

Pruebas POC

ver canal
Imagen: Resumen visual (Kandel C, Oriotis D, Candon HL, et al. Mitigación de brotes respiratorios con pruebas en el lugar de atención en atención a largo plazo: un ensayo clínico aleatorizado. JAMA Intern Med. Publicado en línea el 6 de julio de 2026. doi:10.1001/jamainternmed.2026.2644)

Pruebas rápidas in situ reducen traslados a urgencias en centros de cuidados a largo plazo

Las infecciones respiratorias en residentes de centros de cuidados de larga duración con frecuencia desencadenan traslados al servicio de urgencias que sobrecargan la capacidad hospitalaria y exponen... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.