IA diagnostica enfermedad pulmonar analizando imágenes de rayos X
Por el equipo editorial de MedImaging en español Actualizado el 28 Apr 2023 |
Los investigadores han desarrollado una red neuronal que puede identificar patologías pulmonares en imágenes de rayos X y generar descripciones verbales concisas para acompañarlas. Actualmente, los médicos dedican varios minutos a recopilar estos subtítulos, pero la solución de inteligencia artificial (IA) reduce este tiempo a alrededor de 30 segundos cuando no se necesita una revisión importante del texto. En la mayoría de los casos, el radiólogo simplemente necesita confirmar el diagnóstico sugerido, como fibrosis, agrandamiento del corazón o sospecha de tumor maligno, o la falta del mismo.
La solución de IA desarrollada por investigadores de Skoltech (Moscú, Rusia) emplea modelos de visión artificial y lingüística computacional de última generación, incluido GPT-3 pequeño, un precursor de los modelos ampliamente populares GPT-3.5 y GPT-4 accesibles a través de el bot ChatGPT. La red neuronal es entrenada con datos que consisten en pares de imagen y texto. Las posibles mejoras del sistema incluyen aplicarlo a resonancias magnéticas y tomografías computarizadas, integrar el aprendizaje activo y combinarlo con otra red neuronal para enfatizar visualmente las áreas de interés mencionadas en la leyenda. El aprendizaje activo se refiere a modelos que refinan sus predicciones al considerar los ajustes realizados por revisores humanos.
“Los modelos regulares simplemente clasifican, pero nuestra red neuronal aprovecha los modelos avanzados de visión artificial y lingüística informática para describir automáticamente las imágenes de rayos X en palabras”, dijo el científico investigador de Skoltech, Oleg Rogov. “Compilamos nuestro propio diccionario radiológico para hacer que el modelo sea más preciso, específicamente en lo que respecta a los términos radiológicos y su uso en los textos. Naturalmente, también reunimos una gran base de datos integrada de imágenes de rayos X para usar como datos de entrenamiento”, enfatizando que la red neuronal solo es “consciente” de aquellos diagnósticos que realmente pueden manifestarse en las radiografías de pulmón. El conjunto de entrenamiento fue equilibrado en términos de qué enfermedades están representadas.
Enlaces relacionados:
Skoltech
Últimas Radiografía noticias
- La inteligencia artificial podría impulsar la adopción clínica de la radiografía digital dinámica de tórax
- Mamografía 3D reduce casi a la mitad la incidencia del cáncer de mama de intervalo
- Un modelo de IA predice el riesgo de cáncer de mama a 5 años a partir de mamografías
- Aprendizaje profundo detecta fracturas en imágenes de rayos X con una precisión del 99%
- Sistema directo de imágenes de rayos X médicos basado en IA es un cambio de paradigma con respecto a radiografías digitales y TC convencionales
- Solución de IA para rayos X de tórax identifica, categoriza y resalta automáticamente áreas sospechosas
- IA diagnostica fracturas de muñeca tan bien como radiólogos
- Mamografía anual a partir de los 40 reduce mortalidad por cáncer de mama en 42 %
- GPS humano 3D impulsado por luz allana el camino para cirugía mínimamente invasiva sin radiación
- Nueva tecnología de IA podría revolucionar detección del cáncer en senos densos
- Solución de IA proporciona a radiólogos un "segundo par" de ojos para detectar cánceres de mama
- IA ayuda a radiólogos generales a lograr un rendimiento de nivel de especialista en interpretación de mamografías
- Novedosa técnica de imágenes podría transformar detección del cáncer de mama
- Programa informático combina IA y tecnología de imágenes térmicas para detección temprana de cáncer de mama
- IA supera a lectores humanos en detección de nódulos pulmonares en rayos X
- IA mejora interpretación de radiografías de tórax relacionadas con emergencias por profesionales no radiólogos