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

Asistencia de IA mejora detección del cáncer de mama al reducir los falsos positivos

Por el equipo editorial de MedImaging en español
Actualizado el 21 May 2024

Radiólogos suelen detectar un caso de cáncer por cada 200 mamografías revisadas. Sin embargo, estas evaluaciones a menudo dan como resultado falsos positivos, lo que lleva a retiros innecesarios de los pacientes para pruebas adicionales, lo que no solo causa ansiedad en el paciente sino que también consume valiosos recursos médicos. Ahora, un nuevo estudio ha demostrado cómo la inteligencia artificial (IA) puede mejorar la precisión de la detección del cáncer de mama al minimizar estos falsos positivos sin perder los verdaderos positivos.

El estudio realizado por investigadores de la Facultad de Medicina de la Universidad de Washington en St. Louis (St. Louis, MO, EUA) y Whiterabbit.ai (Santa Clara, CA, EUA) se basa en su colaboración anterior para el desarrollo de un algoritmo de IA para ayudar a los radiólogos a evaluar la densidad mamaria en mamografías e identificar a las personas que podrían beneficiarse de exámenes de detección adicionales o alternativos. Whiterabbit.ai comercializa ese algoritmo como WRDensity después de recibir la autorización de la Administración de Alimentos y Medicamentos (FDA) en 2020.


Imagen: La detección de cáncer de seno asistido por AI puede reducir las pruebas innecesarias (foto cortesía de Wustl)
Imagen: La detección de cáncer de seno asistido por AI puede reducir las pruebas innecesarias (foto cortesía de Wustl)

En el estudio actual, el equipo desarrolló un algoritmo para identificar mamografías normales con una sensibilidad extremadamente alta. Luego realizaron una simulación con datos de pacientes para ver qué habría pasado si todas las mamografías de muy bajo riesgo se hubieran retirado de las placas de los radiólogos, permitiendo a los médicos centrarse en las exploraciones más cuestionables. Los resultados de esta simulación indicaron que tal enfoque reduciría la cantidad de llamadas innecesarias de pacientes para pruebas adicionales, pero mantendría la misma tasa de detección de cáncer.

"Al final del día, creemos en un mundo donde el médico es el superhéroe que encuentra el cáncer y ayuda a los pacientes a recorrer el camino que les espera", dijo Jason Su, cofundador y director de tecnología de Whiterabbit.ai. “La forma en que los sistemas de IA pueden ayudar es desempeñando un papel de apoyo. Al evaluar con precisión los aspectos negativos, puede ayudar a retirar el heno del pajar para que los médicos puedan encontrar la aguja más fácilmente. Este estudio demuestra que la IA puede ser potencialmente muy precisa a la hora de identificar exámenes negativos. Más importante aún, los resultados mostraron que automatizar la detección de negativos también puede generar un enorme beneficio en la reducción de falsos positivos sin cambiar la tasa de detección de cáncer”.

Enlaces relacionados:
WUSTL
Conejo Blanco.ai


Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
FMT Radiographic Suite
AdvantagePlus ML1
Color Doppler Ultrasound System
KC20
New
1.5T MRI System
uMR 670

Últimas Radiografía noticias

Solución portátil de imágenes térmicas impulsada por IA podría complementar la mamografía

Nuevo sistema de imágenes mamarias demuestra ser tan eficaz como la mamografía

La inteligencia artificial podría impulsar la adopción clínica de la radiografía digital dinámica de tórax