Sistema de IA mejora la exactitud de las mamografías para la detección del cáncer
Por el equipo editorial de MedImaging en español Actualizado el 20 Jan 2020 |

Imagen: La IA detecta el cáncer en mamografías de rutina en las que seis radiólogos no pudieron (Fotografía cortesía de la Universidad Northwestern)
Según un estudio nuevo, un programa de inteligencia artificial (IA) es mejor que los radiólogos experimentados para detectar el cáncer de seno en las mamografías.
Desarrollado por Google Health (Palo Alto, CA, EUA), el Colegio Imperial de Londres (Imperial; Reino Unido), DeepMind (Londres, Reino Unido) y otras instituciones, el algoritmo de IA se entrenó primero para detectar cánceres de mama en mamografías de más de 76.000 mujeres en el Reino Unido y alrededor de 15.000 mujeres en los Estados Unidos. Luego se le pidió que evaluara 25.856 mamografías nuevas de mujeres en el Reino Unido y 3.097 de mujeres en los Estados Unidos, que tenían cáncer de seno confirmado por biopsia o ningún signo de cáncer durante el seguimiento al menos un año después.
Los resultados mostraron que el sistema de IA podía detectar el cáncer con un grado de exactitud similar al de los radiólogos, pero también redujo el número de errores, reduciendo los falsos positivos en un 5,7% en el grupo de EUA y en un 1,2% en el grupo del Reino Unido, y los falsos negativos se redujeron en un 9,4% en el grupo de EUA y en un 2,7% en el grupo del Reino Unido. En un estudio independiente de seis radiólogos, el sistema de IA superó a todos los lectores humanos en un margen absoluto del 11,5%. En una simulación en la que el sistema de inteligencia artificial utilizó el proceso de doble lectura utilizado en el Reino Unido, mantuvo un desempeño no inferior, reduciendo la carga de trabajo del segundo lector en un 88%. El estudio fue publicado el 1 de enero de 2020 en la revista Nature.
“Los resultados sugieren que la IA podría mejorar la exactitud de los programas de detección en los Estados Unidos y mantener un nivel de calidad similar en el Reino Unido, con la tecnología utilizada para ayudar o reemplazar a un segundo radiólogo”, dijo el coautor del estudio, Dominic King, MD, PhD, de Google Health Londres. “Se requieren más pruebas, validación clínica y aprobaciones regulatorias antes de que esto pueda comenzar a marcar la diferencia para los pacientes, pero estamos comprometidos a trabajar con nuestros socios para lograr este objetivo”.
DeepMind es una compañía británica de inteligencia artificial fundada en septiembre de 2010 que creó una red neuronal que aprende a jugar videojuegos de manera similar a la de los humanos, así como una red neuronal que puede acceder tanto a una memoria externa como una máquina de Turing convencional, con el resultado de una computadora que imita la memoria a corto plazo del cerebro humano; fue adquirida por Google en 2014.
Enlace relacionado:
Google Health
Colegio Imperial de Londres
DeepMind
Desarrollado por Google Health (Palo Alto, CA, EUA), el Colegio Imperial de Londres (Imperial; Reino Unido), DeepMind (Londres, Reino Unido) y otras instituciones, el algoritmo de IA se entrenó primero para detectar cánceres de mama en mamografías de más de 76.000 mujeres en el Reino Unido y alrededor de 15.000 mujeres en los Estados Unidos. Luego se le pidió que evaluara 25.856 mamografías nuevas de mujeres en el Reino Unido y 3.097 de mujeres en los Estados Unidos, que tenían cáncer de seno confirmado por biopsia o ningún signo de cáncer durante el seguimiento al menos un año después.
Los resultados mostraron que el sistema de IA podía detectar el cáncer con un grado de exactitud similar al de los radiólogos, pero también redujo el número de errores, reduciendo los falsos positivos en un 5,7% en el grupo de EUA y en un 1,2% en el grupo del Reino Unido, y los falsos negativos se redujeron en un 9,4% en el grupo de EUA y en un 2,7% en el grupo del Reino Unido. En un estudio independiente de seis radiólogos, el sistema de IA superó a todos los lectores humanos en un margen absoluto del 11,5%. En una simulación en la que el sistema de inteligencia artificial utilizó el proceso de doble lectura utilizado en el Reino Unido, mantuvo un desempeño no inferior, reduciendo la carga de trabajo del segundo lector en un 88%. El estudio fue publicado el 1 de enero de 2020 en la revista Nature.
“Los resultados sugieren que la IA podría mejorar la exactitud de los programas de detección en los Estados Unidos y mantener un nivel de calidad similar en el Reino Unido, con la tecnología utilizada para ayudar o reemplazar a un segundo radiólogo”, dijo el coautor del estudio, Dominic King, MD, PhD, de Google Health Londres. “Se requieren más pruebas, validación clínica y aprobaciones regulatorias antes de que esto pueda comenzar a marcar la diferencia para los pacientes, pero estamos comprometidos a trabajar con nuestros socios para lograr este objetivo”.
DeepMind es una compañía británica de inteligencia artificial fundada en septiembre de 2010 que creó una red neuronal que aprende a jugar videojuegos de manera similar a la de los humanos, así como una red neuronal que puede acceder tanto a una memoria externa como una máquina de Turing convencional, con el resultado de una computadora que imita la memoria a corto plazo del cerebro humano; fue adquirida por Google en 2014.
Enlace relacionado:
Google Health
Colegio Imperial de Londres
DeepMind
Últimas Imaginología General noticias
- La colonografía por TC supera a la prueba de ADN en heces para la detección del cáncer de colon
- Dispositivo portátil pionero ofrece una alternativa revolucionaria a las tomografías computarizadas
- Análisis de TC basado en IA predice daño renal en etapa temprana causado por tratamientos contra el cáncer
- Herramienta basada en aprendizaje profundo mejora el diagnóstico del cáncer de hígado
- Sistema de imágenes impulsado por IA mejora el diagnóstico del cáncer de pulmón
- Modelo de IA mejora las capacidades de la tomografía computarizada de baja dosis
- TC de dosis ultra baja ayuda en el diagnóstico de neumonía en pacientes inmunocomprometidos
- La IA reduce la carga de trabajo en la detección de cáncer de pulmón por TC en casi un 80 %.
- Tecnología de vanguardia combina luz y sonido para monitorear ACV en tiempo real
- Sistema de IA detecta cambios sutiles en una serie de imágenes médicas a lo largo del tiempo
- Nueva técnica de TC mejora el pronóstico y los tratamientos del cáncer de cabeza y cuello
- Primer escáner de TC de cuerpo entero móvil proporcionará diagnósticos en el punto de atención
- Tomografías computarizadas completas pueden identificar aterosclerosis en pacientes con cáncer de pulmón
- La IA mejora la detección del cáncer colorrectal en tomografías computarizadas de rutina
- Tecnología de superresolución mejora imagenes clínicas ósea para predecir el riesgo de fracturas osteoporóticas
- Mapa abdominal impulsado por IA permite la detección temprana del cáncer
Canales
Radiografía
ver canal
IA detecta enfermedades cardíacas ocultas en TC de tórax existentes
El calcio en la arteria coronaria (CAC) es un indicador importante del riesgo cardiovascular, pero su evaluación suele requerir una tomografía computarizada (TC) especializada (gated) que... Más
Modelo de IA ultraligero rompe barreras en el diagnóstico del cáncer de pulmón
Los modelos de inteligencia artificial (IA) suelen requerir enormes conjuntos de datos y costosos servidores GPU, lo que dificulta considerablemente su adopción generalizada, especialmente en entornos... Más
Herramienta de IA para radiología identifica condiciones potencialmente mortales en milisegundos
La radiología se está convirtiendo en uno de los principales cuellos de botella en la atención médica. Para 2033, Estados Unidos podría enfrentarse a una escasez de hasta 42.... Más
Algoritmo de aprendizaje automático identifica riesgo cardiovascular a partir de escaneos ósea de rutina
Un nuevo estudio publicado en el Journal of Bone and Mineral Research revela que un programa automatizado de aprendizaje automático puede predecir el riesgo de eventos cardiovasculares y caídas... MásRM
ver canal
Nueva técnica de resonancia magnética revela problemas cardíacos ocultos
Las pruebas de esfuerzo tradicionales, realizadas en una máquina de resonancia magnética (RM), requieren que los pacientes permanezcan acostados, una posición que mejora artificialmente... Más
Examen de resonancia magnética más corto detecta eficazmente el cáncer en mamas densas
Las mujeres con mamas extremadamente densas se enfrentan a un mayor riesgo de no recibir un diagnóstico de cáncer de mama, ya que el tejido glandular y fibroso denso puede ocultar los tumores... MásUltrasonido
ver canal
Dispositivo inalámbrico para el manejo del dolor crónico reduce la necesidad de analgésicos y cirugía
El dolor crónico afecta a millones de personas en todo el mundo, lo que a menudo provoca discapacidad a largo plazo y dependencia de opioides, los cuales conllevan riesgos importantes de efectos... Más
Nueva técnica de imágenes por ultrasonido permite el monitoreo en la UCI
La tomografía computarizada por ultrasonido (TCUS) presenta una alternativa más segura a técnicas de imagen como la tomografía computarizada por rayos X (comúnmente conocida... Más
Nueva técnica sin incisiones detiene el crecimiento de lesiones cerebrales debilitantes
Las malformaciones cavernosas cerebrales (MCC), también conocidas como cavernomas, son agrupaciones anómalas de vasos sanguíneos que pueden formarse en el cerebro, la médula... Más
La ecografía pulmonar asistida por IA supera a expertos humanos en el diagnóstico de tuberculosis
A pesar de la disminución global de las tasas de tuberculosis (TB) en años anteriores, su incidencia aumentó un 4,6% entre 2020 y 2023. La detección temprana y el diagnóstico rápido son elementos esenciales... MásMedicina Nuclear
ver canal
Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata
El cáncer de próstata es la segunda causa principal de muerte por cáncer en hombres en Estados Unidos. Sin embargo, la mayoría de los hombres mayores diagnosticados con esta... Más
Nuevo anticuerpo radiomarcado mejora el diagnóstico y tratamiento de tumores sólidos
El receptor de interleucina-13 α-2 (IL13Rα2) es un receptor de superficie celular que se encuentra comúnmente en tumores sólidos como el glioblastoma, el melanoma y el cáncer... MásTI en Imaginología
ver canal
Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles
Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Plataforma para el manejo de imágenes agiliza los planes de tratamiento
Un conjunto de soluciones de software del ecosistema de imágenes proporciona accesibilidad segura a las imágenes médicas, mejorando los flujos de trabajo y la atención a los pacientes. La plataforma... MásUna red global nueva mejora el acceso a la comprensión diagnóstica
Quest Diagnostics (Madison, NJ, EUA), un proveedor líder de servicios de información de diagnóstico, junto con otros proveedores de servicios de diagnóstico, ha anunciado la formación y el lanzamiento de la Red de Diagnóstico Global (GDN), un grupo de... Más
Una estación de trabajo nuevo apoya el flujo de trabajo de la imagenología pensando en los clientes
Una estación de trabajo de imagenología nueva ofrece una interfaz única e intuitiva para la toma eficiente de radiografías, fluoroscopias, mamografías y la toma de imágenes de las piernas/columna vertebral... MásIndustria
ver canal
Colaboración entre GE HealthCare y NVIDIA para reinventar la imagenología diagnóstica
GE HealthCare (Chicago, IL, EUA) ha iniciado un proceso de colaboración con NVIDIA (Santa Clara, CA, EUA), ampliando la relación existente entre las dos empresas para centrarse en la innovación... Más
Siemens y Sectra colaboran en la mejora de los flujos de trabajo en radiología
Siemens Healthineers (Forchheim, Alemania) y Sectra (Linköping, Suecia) han iniciado una colaboración destinada a mejorar las capacidades de diagnóstico de los radiólogos y, a... Más