Los profesionales de imagenología consideran importante el aprendizaje automático para la industria
Por el equipo editorial de MedImaging en español Actualizado el 29 Jan 2019 |
Imagen: Un estudio nuevo encuentra que la mayoría de los profesionales considera el AA como importante para su industria en el futuro (Fotografía cortesía del Colegio Imperial de Londres).
La mayoría de los radiólogos y líderes de imagenología cree que el aprendizaje automático (AA) jugará un papel importante en la radiología, aunque la mayoría de las organizaciones se encuentran a dos a tres años de la adopción de la tecnología, mientras que una minoría considerable aún no tiene planes para adoptarla.
Esos son los últimos hallazgos de una encuesta reciente realizada por la firma investigadores de mercado Reaction Data, Inc. (American Fork, UT, EUA) para entender la exageración que rodea la inteligencia artificial (IA) y el AA, particularmente en radiología e imagenología. La encuesta también tuvo como objetivo identificar dónde la IA puede ser más útil y aplicable, y las áreas en las cuáles los profesionales de imagenología médica tienen probabilidad de usar el AA.
Los resultados de la encuesta se basaron en la retroalimentación recibida de los profesionales de imagenología, incluyendo directores de radiología, radiólogos, directores de imagenología, gerentes de imagenología, jefes de radiología, técnicos de imagenología y administradores de PACS de 152 organizaciones de salud. Del total de encuestados, aproximadamente el 60% venía de centros médicos académicos u hospitales comunitarios, 15% de redes integradas de atención, 12% de centros de imagenología y el resto de hospitales de acceso crítico, clínicas de especialistas, hospitales de cáncer u hospitales pediátricos.
La encuesta encontró que el porcentaje de encuestados que creía que el AA es importante en la imagenología médica había aumentado a 77% de 65% en 2017, mientras que solo 11% visualizó la tecnología como sin importancia. Por otra parte, solo el 59% de los encuestados dijo que entendía el AA, frente a 52% en 2017, mientras que 20% no entendía la tecnología y 20% tenía cierta compresión.
En términos de adopción, la encuesta encontró que solo el 22% de los encuestados usaban actualmente AA y lo habían adoptado solo recientemente o lo usaban desde hace algún tiempo, mientras que el 11% planeaba adoptar la tecnología el año siguiente. 51% de los encuestados dijo que sus organizaciones estaban a de uno a dos años (28%) o más de tres años (23%) de adoptar el AA, mientras que el 16% dijo que era poco probable que sus organizaciones utilizaran la tecnología.
La encuesta también examinó cómo las organizaciones aplicaban el AA en imagenología y encontró que el 22% de los encuestados usaba la tecnología para la imagenología de la mama y del pulmón, en comparación del 36% y 12%, respectivamente en 2017. Otras aplicaciones del AA en imagenología incluían cardiovascular (13%), rayos-x de tórax (11%), hueso (7%), hígado (7%), neural (5%) y pulmonar (4%).
En su examen de los vendedores que usan los encuestados que han adoptado el AA, la encuesta encontró que ningún vendedor único dominaba este espacio, con 19% usando GE Healthcare y 16% usando Hologic. Otros vendedores utilizados incluían a Philips (14%), Arterys (7%), Nvidia (3%), y Zebra Medical Vision e iCAD (5% cada uno). El porcentaje de líderes de imagenología usando Google como su vendedor de aprendizaje automático cayó a 3% de 13% en 2017, mientras que los usuarios de aprendizaje automático en casa aumentaron a 14% de 9% en 2017.
Enlace relacionado:
Reaction Data, Inc.
Esos son los últimos hallazgos de una encuesta reciente realizada por la firma investigadores de mercado Reaction Data, Inc. (American Fork, UT, EUA) para entender la exageración que rodea la inteligencia artificial (IA) y el AA, particularmente en radiología e imagenología. La encuesta también tuvo como objetivo identificar dónde la IA puede ser más útil y aplicable, y las áreas en las cuáles los profesionales de imagenología médica tienen probabilidad de usar el AA.
Los resultados de la encuesta se basaron en la retroalimentación recibida de los profesionales de imagenología, incluyendo directores de radiología, radiólogos, directores de imagenología, gerentes de imagenología, jefes de radiología, técnicos de imagenología y administradores de PACS de 152 organizaciones de salud. Del total de encuestados, aproximadamente el 60% venía de centros médicos académicos u hospitales comunitarios, 15% de redes integradas de atención, 12% de centros de imagenología y el resto de hospitales de acceso crítico, clínicas de especialistas, hospitales de cáncer u hospitales pediátricos.
La encuesta encontró que el porcentaje de encuestados que creía que el AA es importante en la imagenología médica había aumentado a 77% de 65% en 2017, mientras que solo 11% visualizó la tecnología como sin importancia. Por otra parte, solo el 59% de los encuestados dijo que entendía el AA, frente a 52% en 2017, mientras que 20% no entendía la tecnología y 20% tenía cierta compresión.
En términos de adopción, la encuesta encontró que solo el 22% de los encuestados usaban actualmente AA y lo habían adoptado solo recientemente o lo usaban desde hace algún tiempo, mientras que el 11% planeaba adoptar la tecnología el año siguiente. 51% de los encuestados dijo que sus organizaciones estaban a de uno a dos años (28%) o más de tres años (23%) de adoptar el AA, mientras que el 16% dijo que era poco probable que sus organizaciones utilizaran la tecnología.
La encuesta también examinó cómo las organizaciones aplicaban el AA en imagenología y encontró que el 22% de los encuestados usaba la tecnología para la imagenología de la mama y del pulmón, en comparación del 36% y 12%, respectivamente en 2017. Otras aplicaciones del AA en imagenología incluían cardiovascular (13%), rayos-x de tórax (11%), hueso (7%), hígado (7%), neural (5%) y pulmonar (4%).
En su examen de los vendedores que usan los encuestados que han adoptado el AA, la encuesta encontró que ningún vendedor único dominaba este espacio, con 19% usando GE Healthcare y 16% usando Hologic. Otros vendedores utilizados incluían a Philips (14%), Arterys (7%), Nvidia (3%), y Zebra Medical Vision e iCAD (5% cada uno). El porcentaje de líderes de imagenología usando Google como su vendedor de aprendizaje automático cayó a 3% de 13% en 2017, mientras que los usuarios de aprendizaje automático en casa aumentaron a 14% de 9% en 2017.
Enlace relacionado:
Reaction Data, Inc.
Últimas Industria noticias
- Samsung y Bracco firman nuevo acuerdo de tecnología de ultrasonido de diagnóstico
- IBA adquiere Radcal para ampliar oferta de garantía de calidad de imágenes médicas
- Sociedades internacionales sugieren consideraciones clave para herramientas IA para radiología
- Dispositivos de rayos X de Samsung funcionarán con soluciones de IA de Lunit para exámenes avanzados de tórax
- Canon Medical y Olympus colaboran en sistemas de ultrasonido endoscópico
- GE HealthCare adquiere empresa de análisis de imágenes por IA MIM Software
- Primeros criterios internacionales establecen las bases para mejorar diagnóstico por imágenes de tumores cerebrales
- RSNA revela los 10 estudios de radiología más citados de 2023
- Exposiciones técnicas RSNA 2023 ofrecerá innovaciones en IA, impresión 3D y más
- Según un estudio, productos de imágenes médicas por IA se quintuplicarán para 2035
- Exposiciones técnicas de RSNA 2023 destacan las últimas innovaciones en imágenes médicas
- Tecnologías impulsadas por IA ayudan a interpretar rediografías e imágenes de resonancias magnéticas para mejorar diagnóstico de enfermedades
- Hologic y Bayer se asocian para mejorar imágenes de mamografía
- Mercado mundial de arcos en C fijos y móviles impulsado por aumento de procedimientos quirúrgicos
- Mercado mundial de ultrasonido mejorado por contraste impulsado por demanda de detección temprana de enfermedades crónicas
- Uso de imágenes avanzadas aumenta en departamentos de emergencia