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

Modelo de IA predice con precisión malignidad en ecografía mamaria

Por el equipo editorial de MedImaging en español
Actualizado el 04 Jan 2024

Los sistemas de inteligencia artificial (IA) se integran cada vez más en la ecografía mamaria para reducir potencialmente la carga de trabajo de los radiólogos y mejorar la precisión del diagnóstico. Ahora, un nuevo estudio que evaluó el desempeño de un sistema de inteligencia artificial en la estimación de la categoría BI-RADS para masas mamarias detectadas en ultrasonido ha descubierto que la tecnología puede predecir eficazmente la malignidad.

El estudio, realizado en el Hospital Acibadem Altunizade (Estambul, Turquía), implicó el análisis de 715 masas en 530 pacientes. Involucró tres centros de imágenes mamarias de la misma institución y nueve radiólogos mamarios. Los exámenes de ultrasonido fueron realizados por un radiólogo capturando dos vistas ortogonales de cada lesión. Luego, estas imágenes fueron examinadas retrospectivamente por un segundo radiólogo que no tenía conocimiento de la información clínica del paciente. Un sistema de IA disponible comercialmente también evaluó las imágenes. Los investigadores midieron el nivel de concordancia entre el sistema de IA y los radiólogos, junto con su eficacia diagnóstica, según la evaluación de categorías dicotómicas BI-RADS.


Imagen: Un modelo de IA predice con precisión la malignidad en el ultrasonido mamario basado en la evaluación de BI-RADS (Fotografía cortesía de 123RF)
Imagen: Un modelo de IA predice con precisión la malignidad en el ultrasonido mamario basado en la evaluación de BI-RADS (Fotografía cortesía de 123RF)

El estudio observó un nivel moderado de concordancia entre el modelo de IA y los radiólogos en la diferenciación de las lesiones benignas y probablemente benignas de las consideradas sospechosas. El modelo de IA determinó que ninguna de las lesiones categorizadas como BI-RADS 2 era maligna, aunque dos clasificadas como BI-RADS 3 fueron confirmadas como malignas. Los investigadores destacaron que considerar las lesiones BI-RADS 2 identificadas por IA como no amenazantes podría permitir a los radiólogos evitar numerosas biopsias innecesarias de lesiones benignas y un número significativo de seguimientos. Además, el algoritmo de IA potencialmente degradó un porcentaje considerable de lesiones BI-RADS 3, 4 y 5 a BI-RADS 2 o 3 y actualizó numerosas lesiones benignas o posiblemente benignas como sospechosas, aunque con un bajo riesgo de malignidad. Los investigadores concluyeron que la IA es prometedora a la hora de predecir con precisión la malignidad y su integración en los flujos de trabajo clínicos podría reducir las biopsias y los seguimientos innecesarios, mejorando así la sostenibilidad de las prácticas sanitarias.

Enlaces relacionados:
Hospital Acibadem Altunizade  


New
Miembro Oro
X-Ray QA Meter
T3 AD Pro
New
DRF DR & Remote Fluoroscopy Solution
CombiDiagnost R90
Ultrasound Color LCD
U156W
New
Digital X-Ray Detector Panel
Acuity G4

Últimas Ultrasonido noticias

Dispositivo de ultrasonido mejora de forma no invasiva la circulación sanguínea en las extremidades inferiores

Dispositivo de ultrasonido portátil ofrece monitoreo muscular inalámbrico a largo plazo

La ecografía identifica el origen de trastornos cerebrales antes del tratamiento