Un algoritmo de IA identifica los tumores grandes más rápido que otros métodos
Por el equipo editorial de MedImaging en español Actualizado el 27 Mar 2019 |
Los científicos de computación de la Universidad de Alberta (Alberta, Canadá) han desarrollado una red neuronal que supera a otros métodos avanzados para identificar tumores de pulmón a partir de imágenes de resonancia magnética (RM), creando el potencial para ayudar a reducir el daño al tejido sano durante los tratamientos de radiación.
Ubicar los tumores pulmonares utilizando exámenes de resonancia magnética es un desafío, ya que se mueven significativamente cuando el paciente respira y las imágenes también pueden ser difíciles de interpretar. Los investigadores “entrenaron” la red neuronal en un conjunto de imágenes de resonancia magnética en las que los médicos habían identificado anteriormente tumores de pulmón. Luego, la red procesó un enorme conjunto de imágenes para saber qué apariencia tienen los tumores y qué propiedades comparten. La red neuronal se probó contra exámenes que podían o no contener tumores. Después de que la red neuronal fue entrenada, los investigadores la probaron contra otra técnica desarrollada recientemente, al comparar los dos sistemas con la identificación manual de tumores por un experto en oncología de radiación. El nuevo algoritmo superó a la otra técnica reciente en cada medida de evaluación utilizada por los investigadores.
“Los algoritmos como el desarrollado en nuestro laboratorio se pueden usar para generar un modelo específico para para el diagnóstico y el tratamiento quirúrgico de los pacientes”, dijo Pierre Boulanger, Presidente de Investigación de Cisco en Soluciones para el Cuidado de la Salud de la Universidad de Alberta. “Las regiones tumorales en los resultados de los exámenes pueden ser muy sutiles, e incluso una vez identificadas, deben rastrearse con el tiempo a medida que el tumor se mueve con la respiración. El nuevo algoritmo es capaz de combinar muchas posibilidades para encontrar los mejores descriptores para identificar regiones insalubres en un examen”.
Enlace relacionado:
Universidad de Alberta
Ubicar los tumores pulmonares utilizando exámenes de resonancia magnética es un desafío, ya que se mueven significativamente cuando el paciente respira y las imágenes también pueden ser difíciles de interpretar. Los investigadores “entrenaron” la red neuronal en un conjunto de imágenes de resonancia magnética en las que los médicos habían identificado anteriormente tumores de pulmón. Luego, la red procesó un enorme conjunto de imágenes para saber qué apariencia tienen los tumores y qué propiedades comparten. La red neuronal se probó contra exámenes que podían o no contener tumores. Después de que la red neuronal fue entrenada, los investigadores la probaron contra otra técnica desarrollada recientemente, al comparar los dos sistemas con la identificación manual de tumores por un experto en oncología de radiación. El nuevo algoritmo superó a la otra técnica reciente en cada medida de evaluación utilizada por los investigadores.
“Los algoritmos como el desarrollado en nuestro laboratorio se pueden usar para generar un modelo específico para para el diagnóstico y el tratamiento quirúrgico de los pacientes”, dijo Pierre Boulanger, Presidente de Investigación de Cisco en Soluciones para el Cuidado de la Salud de la Universidad de Alberta. “Las regiones tumorales en los resultados de los exámenes pueden ser muy sutiles, e incluso una vez identificadas, deben rastrearse con el tiempo a medida que el tumor se mueve con la respiración. El nuevo algoritmo es capaz de combinar muchas posibilidades para encontrar los mejores descriptores para identificar regiones insalubres en un examen”.
Enlace relacionado:
Universidad de Alberta
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