Modelo para identificar las lesiones mamarias
Por el equipo editorial de MedImaging en español Actualizado el 01 Nov 2017 |
Imagen: El diagrama de dispersión muestra la puntuación del modelo de aprendizaje automático en comparación con un número aleatorio en el conjunto de prueba independiente (Fotografía cortesía de la RSNA).
Los investigadores han entrenado una herramienta de aprendizaje automático para identificar lesiones de cáncer de mama de alto riesgo diagnosticadas con biopsia que tienen poca probabilidad de volverse cancerosas y, por lo tanto, no requieren una cirugía inmediata.
El modelo mostró una exactitud del 97% en sus predicciones y podría ayudar a reducir las cirugías de cáncer de mama innecesarias en un 33%. Las lesiones de alto riesgo tienen un mayor riesgo de convertirse en cáncer, pero muchas de estas lesiones se pueden seguir, de manera segura, usando imágenes, sin requerir cirugía.
El estudio fue publicado en línea en la edición de octubre de 2017 de la revista Radiology por investigadores del Instituto Tecnológico de Massachusetts (MIT, Boston, MA, EUA) y del Hospital General de Massachusetts (MGH; Boston, MA, EUA). La herramienta de aprendizaje automático permitió a los investigadores encontrar aquellas lesiones de alto riesgo que tienen un riesgo bajo de subir a cáncer.
El modelo tuvo en cuenta la edad de la paciente, la histología de la lesión y otros factores de riesgo estándar, pero también incluyó las palabras clave de los informes de patología de la biopsia. Los investigadores entrenaron el modelo utilizando pacientes con lesiones de alto riesgo comprobadas por biopsia. Después de entrenar el modelo en dos tercios de las lesiones de alto riesgo, los investigadores descubrieron que pudieron identificar el 97% de las lesiones que se volvieron cáncer. Los investigadores también encontraron que al usar el modelo podían ayudar a evitar casi un tercio de las cirugías de tumores benignos.
El autor del estudio, el radiólogo Manisha Bahl, MD, MPH, del MGH y de la Facultad de Medicina de Harvard, dijo: “Existen diferentes tipos de lesiones de alto riesgo. La mayoría de las instituciones recomiendan la escisión quirúrgica para lesiones de alto riesgo como la hiperplasia ductal atípica. para los que el riesgo de subir a cáncer es de aproximadamente el 20%. Para otros tipos de lesiones de alto riesgo, el riesgo de volverse cáncer varía bastante en la literatura y el manejo de la paciente, incluida la decisión sobre si extirpar o examinar la lesión, varía según las prácticas. Nuestro objetivo es aplicar la herramienta en la clínica”.
Últimas TI en Imaginología noticias
- Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles
- Plataforma para el manejo de imágenes agiliza los planes de tratamiento
- Un software de patología digital mejora la eficiencia del flujo de trabajo
- Un portal centrado en los pacientes facilita el acceso a la imagenología directa
- Una red global nueva mejora el acceso a la comprensión diagnóstica
- Una estación de trabajo nuevo apoya el flujo de trabajo de la imagenología pensando en los clientes
- Nuevo software permite disección virtual de anatomía humana
- Implementan dispositivo de red en Australia
- Tecnología informática reduciría millones en costos en atención médica
- Actualización permite búsquedas en varios archivos clínicos
- Liberan nuevos módulos PACS con mejoras en flujos de trabajo
- Instalan portal de entrenamiento clínico de vanguardia
- Aprueban aplicaciones especializadas para plataforma radiológica
- Dispositivo oftálmico detecta susceptibilidad a la AMD
- Sistema actualizado mejora reconstrucción de imágenes
- Novedosa tecnología identifica traumatismo craneal