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

Aprendizaje profundo de radiómica basada en TC predice metástasis en ganglios linfáticos de tumores

Por el equipo editorial de MedImaging en español
Actualizado el 13 Feb 2024

Los tumores neuroendocrinos de páncreas no funcionales, aunque poco comunes, se tratan principalmente mediante intervención quirúrgica. El proceso de toma de decisiones sobre cirugía y otros tratamientos está fuertemente influenciado por la presencia o ausencia de metástasis en los ganglios linfáticos. Actualmente existe una falta de consenso en las directrices clínicas, especialmente en lo que respecta a la necesidad de cirugía en tumores menores de 2 cm. El diagnóstico preoperatorio de metástasis en los ganglios linfáticos mediante los métodos existentes no es suficientemente confiable. Para abordar esto, los investigadores han introducido un modelo de imágenes que combina la radiómica (la extracción de datos de imágenes radiológicas) y el aprendizaje profundo para predecir metástasis preoperatorias en los ganglios linfáticos en estos tumores. Este modelo innovador marca un importante paso adelante en la evaluación no invasiva de metástasis en los ganglios linfáticos, facilitando un diagnóstico más preciso y ayudando a determinar las estrategias de tratamiento más efectivas.

El equipo de la Universidad de Tsukuba (Tsukuba, Japón) desarrolló este modelo predictivo integrando características radiómicas obtenidas de tomografías computarizadas y resonancias magnéticas con técnicas avanzadas de aprendizaje profundo de inteligencia artificial. Sorprendentemente, este modelo mostró una tasa de precisión del 89 % en la predicción de metástasis en los ganglios linfáticos, que aumenta aún más al 91 % cuando se valida con datos de un hospital externo. Notablemente, su rendimiento se mantiene estable independientemente de si el tamaño del tumor es superior o inferior a 2 cm. Por tanto, este modelo sirve como una herramienta vital para predecir metástasis en los ganglios linfáticos, proporcionando a los cirujanos información esencial para seleccionar las intervenciones quirúrgicas y los planes de tratamiento más adecuados. El desarrollo tiene el potencial de mejorar significativamente los resultados de los pacientes en este desafiante campo médico.


Imagen: El modelo de IA ha demostrado una tasa de éxito del 89 % en la predicción de metástasis en los ganglios linfáticos (Fotografía cortesía de 123RF)
Imagen: El modelo de IA ha demostrado una tasa de éxito del 89 % en la predicción de metástasis en los ganglios linfáticos (Fotografía cortesía de 123RF)

Enlaces relacionados:
Universidad de Tsukuba


New
Miembro Oro
X-Ray QA Meter
T3 AD Pro
New
Ultrasound Imaging System
P12 Elite
Wall Fixtures
MRI SERIES
Radiation Therapy Treatment Software Application
Elekta ONE

Últimas Imaginología General noticias

Las tomografías pulmonares detectan enfermedades cardíacas en pacientes sin síntomas cardíacos

Algoritmos de IA predicen con precisión la ubicación y el tamaño de tumores a partir de imágenes médicas

Evaluaciones de placas habilitadas por IA ayudan a cardiólogos a identificar a pacientes con EAC de alto riesgo