RSNA anuncia reto de IA para la hemorragia intracraneal
Por el equipo editorial de MedImaging en español Actualizado el 09 Oct 2019 |
Imagen: En el RSNA de este año, los investigadores trabajarán para desarrollar algoritmos que puedan identificar y clasificar subtipos de hemorragias en las tomografías computarizadas de la cabeza (Fotografía cortesía de la RSNA).
La Sociedad Norteamericana de Radiología {(RSNA), Oak Brook, IL, EUA} lanzó su tercer desafío anual de inteligencia artificial (IA): el Desafío de Clasificación y Detección de Hemorragia Intracraneal de la RSNA. El Desafío de IA es una competencia entre investigadores para crear aplicaciones que realicen una tarea definida de acuerdo con medidas de desempeño especificadas.
El desafío de detección de neumonía del año pasado tuvo más de 1.400 equipos. Este año, los investigadores trabajan para desarrollar algoritmos que puedan identificar y clasificar subtipos de hemorragias en las tomografías computarizadas de la cabeza. El conjunto de datos, que comprende más de 25.000 tomografías computarizadas de la cabeza contribuidas por varias instituciones de investigación, es el primer conjunto de datos multiplanar utilizado en un Desafío de IA de la RSNA. El Subcomité de Dirección de Aprendizaje Automático trabajó con especialistas voluntarios de la Sociedad Estadounidense de Neurorradiología (ASNR) para etiquetar estos exámenes en busca de la presencia de cinco subtipos de hemorragia intracraneal, un esfuerzo de alcance sin precedentes en la comunidad radiológica.
El 3 de septiembre, se lanzó la primera ola de datos a los investigadores que trabajan para desarrollar y “entrenar” algoritmos. La fase de capacitación se extiende hasta el 4 de noviembre. Durante esta fase, los participantes utilizarán un conjunto de datos de capacitación que incluye las etiquetas de los radiólogos para desarrollar algoritmos que reproduzcan esas anotaciones. Durante la fase de evaluación, del 4 al 11 de noviembre, los participantes aplicarán sus algoritmos a la parte de prueba del conjunto de datos, que se les proporciona con las anotaciones retenidas. Sus resultados se compararán con las anotaciones en el conjunto de datos de prueba, y se aplicará una métrica de evaluación para calificar su exactitud y determinar los ganadores. Los resultados se anunciarán en noviembre y las presentaciones principales serán reconocidas en el Teatro de Exposiciones de IA durante el congreso anual de la RSNA que se realizará del 1 al 6 de diciembre en el McCormick Place, Chicago, EUA.
“El objetivo de un desafío de IA es explorar y demostrar las formas en que la IA puede beneficiar a la radiología y mejorar el diagnóstico clínico”, dijo Luciano Prevedello, M.D, M.P.H., presidente del Subcomité de Dirección de Aprendizaje Automático del Comité de Informática de Radiología de la RSNA. “Al organizar estos desafíos de datos, la RSNA desempeña un papel fundamental para demostrar las capacidades del aprendizaje automático y fomentar el desarrollo de la inteligencia artificial para mejorar la atención a los pacientes”.
Enlace relacionado:
Sociedad Norteamericana de Radiología
El desafío de detección de neumonía del año pasado tuvo más de 1.400 equipos. Este año, los investigadores trabajan para desarrollar algoritmos que puedan identificar y clasificar subtipos de hemorragias en las tomografías computarizadas de la cabeza. El conjunto de datos, que comprende más de 25.000 tomografías computarizadas de la cabeza contribuidas por varias instituciones de investigación, es el primer conjunto de datos multiplanar utilizado en un Desafío de IA de la RSNA. El Subcomité de Dirección de Aprendizaje Automático trabajó con especialistas voluntarios de la Sociedad Estadounidense de Neurorradiología (ASNR) para etiquetar estos exámenes en busca de la presencia de cinco subtipos de hemorragia intracraneal, un esfuerzo de alcance sin precedentes en la comunidad radiológica.
El 3 de septiembre, se lanzó la primera ola de datos a los investigadores que trabajan para desarrollar y “entrenar” algoritmos. La fase de capacitación se extiende hasta el 4 de noviembre. Durante esta fase, los participantes utilizarán un conjunto de datos de capacitación que incluye las etiquetas de los radiólogos para desarrollar algoritmos que reproduzcan esas anotaciones. Durante la fase de evaluación, del 4 al 11 de noviembre, los participantes aplicarán sus algoritmos a la parte de prueba del conjunto de datos, que se les proporciona con las anotaciones retenidas. Sus resultados se compararán con las anotaciones en el conjunto de datos de prueba, y se aplicará una métrica de evaluación para calificar su exactitud y determinar los ganadores. Los resultados se anunciarán en noviembre y las presentaciones principales serán reconocidas en el Teatro de Exposiciones de IA durante el congreso anual de la RSNA que se realizará del 1 al 6 de diciembre en el McCormick Place, Chicago, EUA.
“El objetivo de un desafío de IA es explorar y demostrar las formas en que la IA puede beneficiar a la radiología y mejorar el diagnóstico clínico”, dijo Luciano Prevedello, M.D, M.P.H., presidente del Subcomité de Dirección de Aprendizaje Automático del Comité de Informática de Radiología de la RSNA. “Al organizar estos desafíos de datos, la RSNA desempeña un papel fundamental para demostrar las capacidades del aprendizaje automático y fomentar el desarrollo de la inteligencia artificial para mejorar la atención a los pacientes”.
Enlace relacionado:
Sociedad Norteamericana de Radiología
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