Algoritmo de IA marca y clasifica sospechas de aneurismas aórticos abdominales a partir de imágenes de CTA
Por el equipo editorial de MedImaging en español Actualizado el 28 Mar 2023 |
Un aneurisma aórtico abdominal (AAA) denota un bulto en la aorta abdominal, la arteria principal que transporta sangre desde el corazón a otras partes del cuerpo. Si no se detecta y trata a tiempo, el AAA puede causar una ruptura, que con frecuencia resulta en la muerte. La mayoría de las personas afectadas por AAA no presentan ningún síntoma y muchas permanecen ajenas a su condición hasta que se produce una ruptura. Ahora, un novedoso algoritmo de inteligencia artificial (IA) marca y clasifica los casos sospechosos de AAA, lo que facilita a los proveedores de atención médica identificar y detectar rápidamente a las personas con AAA, al tiempo que dirige automáticamente a aquellos en riesgo inminente de ruptura para una evaluación y atención adicionales.
Viz AAA de Viz.ai, Inc. (San Francisco, CA, EUA) es la primera solución alimentada por IA aprobada por la FDA para la detección y clasificación de casos sospechosos de AAA. Viz AAA aprovecha el poder de la IA para escanear automáticamente imágenes de angiografía por tomografía computarizada (CTA) desde cualquier escáner en una red hospitalaria para identificar la presencia de un AAA. El nuevo algoritmo de IA y la solución de flujo de trabajo clínico son parte del módulo Viz AORTIC, un sistema basado en IA diseñado para acelerar las decisiones de tratamiento para todos los tipos de patología aórtica. El software se puede integrar perfectamente en los flujos de trabajo existentes en los hospitales, lo que permite a los médicos detectar rápidamente y sin esfuerzo a los pacientes que muestran signos de sospecha de AAA e iniciar las medidas adecuadas para evitar una ruptura. Viz.ai está colaborando con importantes hospitales y proveedores de atención médica para implementar Viz AAA en sus flujos de trabajo clínicos.
“El AAA es un hallazgo incidental importante y procesable que con demasiada frecuencia se pasa por alto”, dijo Jayme Strauss, director clínico de Viz.ai. “La visión detrás de Viz AAA es detectar y seguir automáticamente la enfermedad de la aorta abdominal, sin importar la ubicación del paciente. Creemos que este producto permitirá a los equipos de atención médica prevenir emergencias aórticas catastróficas, como la ruptura aórtica, al aumentar la vigilancia de estos pacientes”.
Enlaces relacionados:
Viz.ai, Inc.
Últimas Imaginología General noticias
- Nuevo análisis de sangre podría reducir la necesidad de imágenes PET en pacientes con Alzheimer
- Procedimiento mínimamente invasivo podría ayudar a pacientes a evitar la cirugía de tiroides
- Arco en C móvil autónomo reduce tiempo de obtención de imágenes durante la cirugía
- Aplicación RA convierte escaneos médicos en hologramas para ayudar en planificación quirúrgica
- Tecnología de imágenes proporciona nuevo enfoque innovador para diagnosticar y tratar cáncer de intestino
- Puntuación de calcio coronario por TC predice ataques cardíacos y accidentes cerebrovasculares
- Modelo de IA detecta 90 % de casos de cáncer linfático a partir de imágenes de PET y TC
- El algoritmo de aprendizaje profundo basado en TC diferencia con precisión las fracturas vertebrales benignas de las malignas
- Tecnología innovadora revoluciona imágenes mamarias
- Sistema de última generación mejora la precisión de procedimientos intervencionistas y diagnóstico guiados por imágenes
- Dispositivo basado en catéter con nuevo enfoque de imágenes cardiovasculares ofrece visión sin precedentes de placas peligrosas
- Modelo de IA dibuja mapas para identificar con precisión tumores y enfermedades en imágenes médicas
- Sistema de TC habilitado por IA proporciona resultados de imágenes más precisos y confiables
- Exámenes de TC tórax de rutina pueden identificar pacientes con riesgo de enfermedad cardiovascular
- Software de planificación quirúrgica preoperatoria de RA hace que la cirugía sea más segura y eficiente
- Biopsia virtual impulsada por IA ayuda a evaluar cáncer de pulmón a partir de exploraciones médicas