Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

MedImaging

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

Un software de IA predice las tasas de supervivencia para el cáncer de ovario a partir de los exámenes de TC

Por el equipo editorial de MedImaging en español
Actualizado el 05 Mar 2019
Print article
Investigadores del Colegio Imperial de Londres (Londres, Inglaterra) y la Universidad de Melbourne (Melbourne, Australia) han creado un nuevo software de aprendizaje automático que puede pronosticar las tasas de supervivencia y respuesta a los tratamientos de las pacientes con cáncer de ovario. El software de inteligencia artificial (IA) puede predecir el pronóstico de las pacientes con cáncer de ovario con mayor exactitud que los métodos actuales y también puede predecir el tratamiento más eficaz para las pacientes después del diagnóstico.

En su estudio, los investigadores utilizaron una herramienta de software matemático llamada TEXLab para identificar la agresividad de los tumores en las tomografías computarizadas y en las muestras de tejido de 364 mujeres con cáncer de ovario entre 2004 y 2015. El software examinó cuatro características biológicas de los tumores que influyen significativamente en la supervivencia general - estructura, forma, tamaño y composición genética - para evaluar el pronóstico de las pacientes. A las pacientes se les asignó una puntuación conocida como Vector de Pronóstico Radiómico (VPR), que indica qué tan grave es la enfermedad, variando de leve a grave.

Cuando los investigadores compararon los resultados con los análisis de sangre y los puntajes de pronóstico actuales utilizados por los médicos para estimar la supervivencia, encontraron que el software es cuatro veces más exacto para predecir las muertes por cáncer de ovario que los métodos estándar. Los investigadores también encontraron que el 5% de las pacientes con puntuaciones VPR altas tenían una tasa de supervivencia inferior a dos años. Según los investigadores, la tecnología se podría usar para identificar a las pacientes que tienen pocas probabilidades de responder a los tratamientos estándar y ofrecerles tratamientos alternativos. Ahora planean realizar un estudio más amplio para ver con qué exactitud el software puede predecir los resultados de la cirugía y/o las terapias con medicamentos para las pacientes individuales.

“Las tasas de supervivencia a largo plazo para las pacientes con cáncer de ovario avanzado son bajas a pesar de los avances logrados en los tratamientos contra el cáncer. Hay una necesidad urgente de encontrar nuevas formas de tratar la enfermedad”, dijo el profesor, Eric Aboagye, autor principal y profesor de Farmacología del Cáncer e Imagenología Molecular, en el Colegio Imperial de Londres. “Nuestra tecnología es capaz de brindar a los médicos información más detallada y exacta sobre la forma en que los pacientes pueden responder a diferentes tratamientos, lo que podría permitirles tomar decisiones de tratamiento mejores y más específicas”.

“La inteligencia artificial tiene el potencial de transformar la forma en que se brinda la atención médica y mejorar los resultados de las pacientes”, agregó la profesora Andrea Rockall, coautora y radióloga consultora honoraria, en el Servicio de Salud del Colegio Imperial NHS Trust. “Nuestro software es un ejemplo de esto y esperamos que se pueda utilizar como una herramienta para ayudar a los médicos a manejar y tratar mejor a las pacientes con cáncer de ovario”.

Enlace relacionado:
Colegio Imperial de Londres
Universidad de Melbourne


Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Miembro Plata
Mobile X-Ray Barrier
Lead Acrylic Mobile X-Ray Barriers
New
1.5T MRI System
uMR 670
New
Remote Controlled Digital Radiography and Fluoroscopy System
Eco Track-DRF - MARS 50/MARS50+/MARS 65/MARS 80

Print article

Canales

RM

ver canal
Imagen

Exploración combinada PET-MRI mejora tratamiento para pacientes con cáncer de mama en etapa temprano

La ruta de diagnóstico típica para pacientes con cáncer de mama temprano a menudo implica mamografía, ecografía y, ocasionalmente, resonancias magnéticas.... 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: La aplicación Cinematic Reality permite la interacción con representaciones realistas de la anatomía humana (Fotografía cortesía de Siemens)

Aplicación RA convierte escaneos médicos en hologramas para ayudar en planificación quirúrgica

Siemens Healthineers (Erlangen, Alemania) ha lanzado una aplicación diseñada para Apple Vision Pro que permite a los usuarios, incluidos cirujanos, estudiantes de medicina o pacientes, ver... 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