MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

La IA predice la enfermedad de Alzheimer años antes del diagnóstico

Por el equipo editorial de MedImaging en español
Actualizado el 05 Dec 2018
Print article
Imagen: Mapa de la relevancia del modelo de aprendizaje profundo, Inceptin V3, con respecto a la clasificación de la enfermedad de Alzheimer. (a) Un mapa representativo de relevancia con recubrimiento anatómico en un hombre de 77 años. (b) El mapa de relevancia promedio en el 10 por ciento del conjunto de la Iniciativa de Neuroimagenología de la enfermedad de Alzheimer (c) Mapa de relevancia promedio en un conjunto de prueba independiente. Cuanto más cerca esté el color de un píxel del extremo “Alto” de la barra de color de la imagen, más influencia tendrá para la predicción de la enfermedad de Alzheimer (Fotografía cortesía de UCSF).
Imagen: Mapa de la relevancia del modelo de aprendizaje profundo, Inceptin V3, con respecto a la clasificación de la enfermedad de Alzheimer. (a) Un mapa representativo de relevancia con recubrimiento anatómico en un hombre de 77 años. (b) El mapa de relevancia promedio en el 10 por ciento del conjunto de la Iniciativa de Neuroimagenología de la enfermedad de Alzheimer (c) Mapa de relevancia promedio en un conjunto de prueba independiente. Cuanto más cerca esté el color de un píxel del extremo “Alto” de la barra de color de la imagen, más influencia tendrá para la predicción de la enfermedad de Alzheimer (Fotografía cortesía de UCSF).
Un estudio nuevo sobre la aplicación del aprendizaje profundo (AP) para detectar cambios en el metabolismo cerebral predictivo de la enfermedad de Alzheimer (EA) descubrió que la inteligencia artificial (IA) mejora la capacidad de las imágenes cerebrales para predecir esta enfermedad.

El diagnóstico oportuno de la EA es extremadamente importante, aunque el diagnóstico temprano ha demostrado ser un reto. La investigación ha relacionado el proceso de la enfermedad con los cambios en el metabolismo, como lo demuestra la captación de glucosa en ciertas regiones del cerebro, aunque estos cambios pueden ser difíciles de reconocer.

Los investigadores adiestraron el algoritmo de AP utilizando un examen con 18-F-fluorodeoxiglucosa PET (FDG-PET). Tuvieron acceso a los datos de la Iniciativa de Neuroimagenología de la enfermedad de Alzheimer (ADNI), un importante estudio en varios sitios que se centró en ensayos clínicos para mejorar la prevención y el tratamiento de la enfermedad. El conjunto de datos de ADNI incluyó más de 2.100 imágenes cerebrales de FDG-PET de 1.002 pacientes. Los investigadores entrenaron el algoritmo de AP en el 90% del conjunto de datos y luego lo ensayaron en el 10% restante del conjunto de datos. Finalmente, los investigadores ensayaron el algoritmo en un conjunto independiente de 40 exámenes de imagenología de 40 pacientes que nunca habían estudiado. El algoritmo logró una sensibilidad del 100% para la detección de la enfermedad con un promedio de más de seis años antes del diagnóstico final.

Según los investigadores, el algoritmo podría ser una herramienta útil para complementar el trabajo de los radiólogos, especialmente en conjunto con otras pruebas bioquímicas y de imagenología, para brindar una oportunidad de intervención terapéutica temprana. Los investigadores ahora se enfocarán en entrenar el algoritmo de AP para buscar patrones asociados con la acumulación de proteínas beta-amiloides y tau, grupos de proteínas y ovillos anormales en el cerebro que son marcadores específicos de la enfermedad de Alzheimer.

“Si diagnosticamos la enfermedad de Alzheimer cuando todos los síntomas se han manifestado, la pérdida de volumen cerebral es tan significativa que es demasiado tarde para intervenir”, dijo el coautor del estudio, Jae Ho Sohn, MD, del Departamento de Radiología e Imágenes Biomédicas de la Universidad de California en San Francisco (UCSF). “Si podemos detectarla antes, es una oportunidad para que los investigadores encuentren formas mejores de frenar o incluso detener el proceso de la enfermedad”.

Enlace relacionado:
Departamento de Radiología e Imágenes Biomédicas de la Universidad de California en San Francisco

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
1.5T MRI System
uMR 670
Ultrasound Needle Guide
Ultra-Pro II
New
Color Doppler Ultrasound System
KC20

Print article

Canales

Radiografía

ver canal
Imagen: La IA podría ayudar la DDR de tórax a lograr la adopción clínica (foto cortesía de 123RF)

La inteligencia artificial podría impulsar la adopción clínica de la radiografía digital dinámica de tórax

Para diagnosticar enfermedades pulmonares, los profesionales de la salud suelen confiar en radiografías de tórax y pruebas de función pulmonar (PFP), que proporcionan una instantánea... Más

RM

ver canal
Imagen: Tam-Sense es una nueva tecnología que hace posible ver la inflamación en una resonancia magnética (foto cortesía de Pixabay)

Nueva tecnología de imágenes de cuerpo completo permite visualizar la inflamación en la resonancia magnética

Los macrófagos son células inmunitarias importantes que desempeñan un papel crucial tanto en la respuesta inflamatoria normal del cuerpo como en una parte importante de los tumores... Más

Ultrasonido

ver canal
Imagen: El protocolo de control de calidad garantizará que  el tratamiento de ultrasonido focalizado guiado sean seguros y funcionen de manera consistente (foto cortesía de Chen Lab)

Técnica de Ultrasonido Focalizado Obtiene Protocolo de Garantía de Calidad

En los últimos años, los investigadores han aprovechado el potencial del ultrasonido focalizado (FUS) en combinación con microburbujas para abrir temporalmente la barrera hematoen... Más

Medicina Nuclear

ver canal
Imagen: El sistema de IA utiliza imágenes de gammagrafía para el diagnóstico temprano de amiloidosis cardíaca (Fotografía cortesía de 123RF)

Sistema de IA detecta de forma automática y confiable amiloidosis cardíaca mediante imágenes de gammagrafía

La amiloidosis cardíaca, una afección caracterizada por la acumulación de depósitos anormales de proteínas (amiloide) en el músculo cardíaco, afecta gravemente... Más

Imaginología General

ver canal
Imagen: un análisis de sangre amiloide puede ayudar a identificar a los pacientes que pueden evitar a la evaluación de imágenes por la enfermedad de Alzheimer (foto cortesía de 123RF)

Nuevo análisis de sangre podría reducir la necesidad de imágenes PET en pacientes con Alzheimer

La enfermedad de Alzheimer (EA), una afección caracterizada por deterioro cognitivo y la presencia de placas de beta-amiloide (Aβ) y ovillos neurofibrilares en el cerebro, plantea desafíos... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

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