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

Análisis mediante IA de las TC del tórax permite diferenciar la COVID-19 de la neumonía

Por el equipo editorial de MedImaging en español
Actualizado el 01 Apr 2020
Según un estudio nuevo, un modelo de aprendizaje profundo de inteligencia artificial (IA) puede detectar con exactitud la COVID-19 y diferenciarla de la neumonía adquirida en la comunidad (NAC) y otras enfermedades pulmonares.

Investigadores del Hospital Popular Wuhan Huangpi (China), el Centro de Ciencias de la Salud de la Universidad de Shenzhen (Shenzhen, China) y otras instituciones, realizaron un estudio retrospectivo multicéntrico para desarrollar la red neuronal de detección de COVID-19 (COVNet), un marco de IA completamente automático que extrae características visuales de los exámenes volumétricos de TC de tórax para la detección de la COVID-19, y los diferencia de la NAC y otros hallazgos pulmonares. Se recopilaron conjuntos de datos de seis hospitales y se evaluó el desempeño diagnóstico.

Imagen: Mapas de calor de las regiones de activación de COVID-19 (Fotografía cortesía del Hospital del Pueblo Wuhan Huangpi)
Imagen: Mapas de calor de las regiones de activación de COVID-19 (Fotografía cortesía del Hospital del Pueblo Wuhan Huangpi)

En total, el conjunto de datos recopilados consistió en 4.356 exámenes volumétricos de TC de tórax de 3.322 pacientes (edad promedio 49 años, 55% hombres). La sensibilidad y especificidad general por examen para detectar COVID-19 en el conjunto de pruebas independientes fue del 90% y 96%, respectivamente. Los investigadores también mostraron que la sensibilidad y especificidad por examen para detectar la NAC fue del 87% y 92%, respectivamente. El estudio fue publicado el 19 de marzo de 2020 en la revista Radiology.

“Pudimos recolectar una gran cantidad de exámenes de tomografía computarizada de múltiples hospitales, que incluyeron 1.296 exámenes de tomografía computarizada de pacientes con COVID-19”, concluyó el autor principal, Lin Li, MD, del departamento de radiología del Hospital del Pueblo de Wuhan Huangpi. “Más importante aún, también se recolectaron exámenes de TC de 1.735 pacientes con NAC y de 1.325 pacientes sin neumonía como los grupos de control en este estudio con el fin de garantizar la robustez de la detección, teniendo en cuenta que se pueden observar ciertas características de imágenes similares en la COVID-19 y otros tipos de enfermedades pulmonares”.

El brote de la enfermedad por coronavirus 2019 (COVID-19) se ha extendido rápidamente por todo el mundo. El 30 de enero de 2020, la Organización Mundial de la Salud (OMS) la declaró una emergencia de salud pública de interés internacional. Por lo general, se confirma mediante la reacción en cadena de la polimerasa de transcripción inversa (PCR), pero la TC puede detectar ciertas manifestaciones características en el pulmón asociadas con COVID-19, como vidrio esmerilado bilateral, opacidades pulmonares consolidadas en la TC y un patrón de pavimentación loco, entre otros.

Enlace relacionado:
Centro de Ciencias de la Salud de la Universidad de Shenzhen


Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Under Table Shield
3 Section Double Pivot Under Table Shield
Laptop Ultrasound Scanner
PL-3018
Color Doppler Ultrasound System
DRE Crystal 4PX

Últimas Imaginología General noticias

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