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

Algoritmo de IA identifica fallas en escáner de resonancia magnética

Por el equipo editorial de MedImaging en español
Actualizado el 22 Dec 2022
Print article
Imagen: Un algoritmo de IA puede garantizar la detección automática oportuna de fallas en el escáner de resonancia magnética (Fotografía cortesía de Pexels)
Imagen: Un algoritmo de IA puede garantizar la detección automática oportuna de fallas en el escáner de resonancia magnética (Fotografía cortesía de Pexels)

La resonancia magnética es un diagnóstico de imágenes 3D de alta precisión de órganos internos sin radiación ionizante dañina. Los radiólogos utilizan algoritmos de inteligencia artificial (IA) en su práctica habitual. Sin embargo, los diagnósticos por imágenes están desarrollándose y volviéndose más eficientes. Ahora, los investigadores han desarrollado un nuevo algoritmo de inteligencia artificial para el control de calidad de los escáneres de resonancia magnética que proporcionará una detección oportuna de las fallas del escáner automáticamente.

Para automatizar la identificación de problemas de servicio de la máquina, los científicos de la Universidad Estatal de Moscú (Moscú, Rusia) han desarrollado un método para monitorear la resonancia magnética, utilizando imágenes clínicas y soluciones basadas en IA entrenada. Esto permitirá una identificación más rápida de los escáneres de resonancia magnética que funcionan mal y reducirá el tiempo de inactividad y los costos de reparación. El algoritmo de IA aún requiere capacitación y pruebas adicionales, pero los resultados indican la viabilidad de su implementación.

El nuevo método de control de calidad basado en el aprendizaje automático para escáneres de resonancia magnética puede ayudar a evitar averías y reducir el tiempo de inactividad. La configuración de la IA requiere el muestreo de imágenes de resonancia magnética de varios escáneres con un control de calidad preciso de los resultados. El algoritmo de IA ha sido entrenado para distinguir entre imágenes de dispositivos en funcionamiento y defectuosos. Una evaluación experimental basada en los datos mostró la ventaja del método desarrollado sobre los análogos en términos de precisión.

La nueva tecnología ofrece una serie de ventajas. En primer lugar, ahorra tiempo a los radiógrafos que necesitan evaluar manualmente la calidad del escáner de resonancia magnética. Este procedimiento requiere entrenamiento especial y tiempo. El control de calidad del equipo de resonancia magnética debe realizarse diariamente o al menos semanalmente. Con la nueva tecnología de IA, el control automático de la calidad de la imagen se puede realizar las 24 horas del día, los 7 días de la semana. El análisis de una imagen 3D toma menos de un segundo, después de lo cual el sistema puede marcar inmediatamente cualquier imagen "sospechosa". El personal de radiología puede entonces analizar la información recibida y, si es necesario, llamar a un equipo técnico.

Enlaces relacionados:
Universidad Estatal de Moscú

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
DR Flat Panel Detector
1500L
New
Color Doppler Ultrasound System
KC20
New
Breast Imaging Workstation
SecurView

Print article

Canales

Radiografía

ver canal
Imagen: El modelo de IA podría ser un valioso complemento de los radiólogos humanos en los diagnósticos de cáncer de mama y la predicción de riesgos (foto cortesía de 123RF)

Un modelo de IA predice el riesgo de cáncer de mama a 5 años a partir de mamografías

Se predice que aproximadamente el 13 % de las mujeres estadounidenses, o una de cada ocho, desarrollarán cáncer de mama invasivo a lo largo de su vida, y 1 de cada 39 mujeres (3 %) sucumbirá... 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

Industria

ver canal
Imagen: El director ejecutivo de Samsung Medison, el Sr. Yongkwan Kim y el director ejecutivo de Bracco Imaging, el Dr. Fulvio Renoldi Bracco, respaldaron un acuerdo de MoU (Fotografía cortesía de Bracco Group)

Samsung y Bracco firman nuevo acuerdo de tecnología de ultrasonido de diagnóstico

Samsung Medison (Seúl, Corea del Sur) y Bracco Imaging (Milán, Italia) han firmado un Memorando de Entendimiento (MoU) para ser pioneros en una nueva área de dispositivos de diagnóstico... Más