Medidas novedosas en el mamograma podrían revolucionar el cribado
Por el equipo editorial de MedImaging en español Actualizado el 04 Jan 2021 |

Imagen: Nuevas medidas mamográficas podrían ayudar a estratificar el riesgo de cáncer de mama (Fotografía cortesía de Getty Images)
Según un estudio nuevo, dos nuevas medidas de riesgo de cáncer de mama (CM), basadas en mamografías, son más efectivas para estratificar a las mujeres que la densidad mamaria y los factores de riesgo genéticos.
Desarrollado en la Universidad de Melbourne (UNIMELB; Melbourne, Australia), el Concejo de Cáncer de Victoria (Melbourne, Australia), la Universidad Monash (Melbourne, Australia) y otras instituciones, las nuevas medidas de riesgo de cáncer de mama, basadas en mamografías, se basan en el brillo de la imagen (Cirrocumulus) y la textura (Cirrus). Las medidas semiautomatizadas de densidad se repiten con niveles de brillo cada vez más altos para crear Cirrocúmulos; la inteligencia artificial (IA) y la computación de alta velocidad resuelven nuevos aspectos de la textura de una mamografía para crear Cirrus.
Cuando se combinan, las nuevas medidas muestran el doble del gradiente de riesgo para la medida establecida de densidad mamográfica convencional detectada por cribado (cúmulos), así como para el diagnóstico más joven de cáncer de mama y tienen al menos el mismo poder discriminatorio que la puntuación de riesgo poligénica actual. Cirrocumulus y Cirrus también muestran una mejor correlación con los factores causales, que la densidad mamográfica convencional, y también podrían ayudar a abordar el problema de los senos densos. El estudio fue publicado el 16 de noviembre de 2020 en la revista International Journal of Cancer.
“En términos de comprender cuánto difieren las mujeres en sus riesgos de cáncer de mama, estos desarrollos podrían ser los más significativos desde que se descubrieron los genes BRCA1 y BRCA2 del cáncer de mama hace 25 años”, dijo el autor principal, el profesor John Hopper, MD, de UNIMELB. “Como la mamografía ahora es digital y nuestras medidas ahora están computarizadas, las mujeres podrían ser evaluadas por su riesgo en el momento de sus exámenes de cribado de forma automática y recibir recomendaciones para sus exámenes de control futuros en función de su riesgo personal, no solo de su edad”.
La densidad mamaria es una medida de la cantidad de tejido graso frente a la cantidad de tejido fibroso en la mama. Debido a que tanto el cáncer como el tejido denso aparecen blancos en una mamografía, los tumores a menudo permanecen enmascarados, con el resultado de que casi un tercio de los tumores cancerosos en mamas densas queden enmascarados por el tejido durante la mamografía de rayos X. Según un informe de 2014 publicado por la revista Journal of the U.S. National Cancer Institute, se estima que el 43,3% de las mujeres entre las edades de 40 y 74 años tienen tejido mamario extremadamente denso.
Enlace relacionado:
Universidad de Melbourne
Concejo de Cáncer de Victoria
Universidad Monash
Desarrollado en la Universidad de Melbourne (UNIMELB; Melbourne, Australia), el Concejo de Cáncer de Victoria (Melbourne, Australia), la Universidad Monash (Melbourne, Australia) y otras instituciones, las nuevas medidas de riesgo de cáncer de mama, basadas en mamografías, se basan en el brillo de la imagen (Cirrocumulus) y la textura (Cirrus). Las medidas semiautomatizadas de densidad se repiten con niveles de brillo cada vez más altos para crear Cirrocúmulos; la inteligencia artificial (IA) y la computación de alta velocidad resuelven nuevos aspectos de la textura de una mamografía para crear Cirrus.
Cuando se combinan, las nuevas medidas muestran el doble del gradiente de riesgo para la medida establecida de densidad mamográfica convencional detectada por cribado (cúmulos), así como para el diagnóstico más joven de cáncer de mama y tienen al menos el mismo poder discriminatorio que la puntuación de riesgo poligénica actual. Cirrocumulus y Cirrus también muestran una mejor correlación con los factores causales, que la densidad mamográfica convencional, y también podrían ayudar a abordar el problema de los senos densos. El estudio fue publicado el 16 de noviembre de 2020 en la revista International Journal of Cancer.
“En términos de comprender cuánto difieren las mujeres en sus riesgos de cáncer de mama, estos desarrollos podrían ser los más significativos desde que se descubrieron los genes BRCA1 y BRCA2 del cáncer de mama hace 25 años”, dijo el autor principal, el profesor John Hopper, MD, de UNIMELB. “Como la mamografía ahora es digital y nuestras medidas ahora están computarizadas, las mujeres podrían ser evaluadas por su riesgo en el momento de sus exámenes de cribado de forma automática y recibir recomendaciones para sus exámenes de control futuros en función de su riesgo personal, no solo de su edad”.
La densidad mamaria es una medida de la cantidad de tejido graso frente a la cantidad de tejido fibroso en la mama. Debido a que tanto el cáncer como el tejido denso aparecen blancos en una mamografía, los tumores a menudo permanecen enmascarados, con el resultado de que casi un tercio de los tumores cancerosos en mamas densas queden enmascarados por el tejido durante la mamografía de rayos X. Según un informe de 2014 publicado por la revista Journal of the U.S. National Cancer Institute, se estima que el 43,3% de las mujeres entre las edades de 40 y 74 años tienen tejido mamario extremadamente denso.
Enlace relacionado:
Universidad de Melbourne
Concejo de Cáncer de Victoria
Universidad Monash
Últimas Imaginología General noticias
- 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
- Modelo de aprendizaje profundo detecta tumores pulmonares en tomografías computarizadas
- La IA predice el riesgo cardiovascular a partir de tomografías computarizadas
- Algoritmos de aprendizaje profundo mejoran la detección de tumores en exploraciones PET/TC
- Nueva tecnología proporciona puntuación de calcificación de las arterias coronarias en TC de tórax
Canales
Radiografía
ver canal
Técnica de imágenes con IA se muestra prometedora en la evaluación de pacientes para ICP
La intervención coronaria percutánea (ICP), también conocida como angioplastia coronaria, es un procedimiento mínimamente invasivo en el que se insertan pequeños tubos... Más
Mayor uso de radiografías de tórax permite detectar el cáncer de pulmón en etapas tempranas
El cáncer de pulmón sigue siendo la principal causa de muerte por cáncer en todo el mundo. Si bien tecnologías avanzadas como la tomografía computarizada (TC) desempeñan... Más
Las mamografías impulsadas por IA predicen el riesgo cardiovascular
Los Centros para el Control y la Prevención de Enfermedades de Estados Unidos recomiendan que las mujeres de mediana edad o mayores se sometan a una mamografía (una radiografía de la mama) cada uno o dos... Más
Modelo de IA generativa reduce significativamente el tiempo de lectura de radiografías de tórax
La interpretación rápida y precisa de las imágenes radiológicas es crucial debido a su impacto significativo en los resultados del paciente, ya que los errores en la interpretación pueden llevar a cambios... MásRM
ver canal
Herramienta de IA rastrea la eficacia de tratamientos para la esclerosis múltiple mediante RM cerebral
La esclerosis múltiple (EM) es una enfermedad en la que el sistema inmunológico ataca el cerebro y la médula espinal, lo que provoca alteraciones en el movimiento, la sensibilidad y la cognición.... Más
Imágenes por RM ultrapotentes permiten cirugías en pacientes con epilepsia resistente al tratamiento
Aproximadamente 360.000 personas en el Reino Unido padecen epilepsia focal, una afección en la que las convulsiones se propagan desde una parte del cerebro. Alrededor de un tercio de estos pacientes... MásUltrasonido
ver canal
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... Más
La IA identifica la enfermedad de la válvula cardíaca a partir de una prueba de imagen común
La insuficiencia tricúspide es una afección en la que la válvula tricúspide del corazón no se cierra completamente durante la contracción, lo que provoca un flujo sanguíneo retrógrado que puede provocar... Más
Nuevo método de imágenes permite el diagnóstico temprano y seguimiento de la diabetes tipo 2
La diabetes tipo 2 se reconoce como una enfermedad inflamatoria autoinmune, en la que la inflamación crónica provoca alteraciones en la microvasculatura de los islotes pancreáticos, un factor clave en... MásMedicina Nuclear
ver canal
Nuevo enfoque de imágenes PET ofrece una visión nunca antes vista de la neuroinflamación
La COX-2, una enzima clave en la inflamación cerebral, puede aumentar significativamente su expresión mediante estímulos inflamatorios y neuroexcitación. Los investigadores... Más
Nuevo radiotrazador identifica biomarcador para el cáncer de mama triple negativo
El cáncer de mama triple negativo (CMTN), que representa entre el 15 % y el 20 % de todos los casos de cáncer de mama, es uno de los subtipos más agresivos, con una tasa de supervivencia a cinco años de... 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