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.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
ARAB HEALTH - INFORMA

Deascargar La Aplicación Móvil





Modelo muy avanzado de IA detecta la COVID-19 con precisión mediante el análisis de imágenes de los pulmones

Por el equipo editorial de HospiMedica en español
Actualizado el 17 Aug 2021
Print article
ilustración
ilustración
Los investigadores han diseñado y validado una detección basada en imágenes de COVID-19 con la ayuda de modelos de inteligencia artificial (IA) mediante el uso de un modelo para recopilar automáticamente datos de imágenes de los lóbulos pulmonares. Luego, estos datos se analizaron para obtener características como posibles biomarcadores de diagnóstico para la COVID-19.

Estos biomarcadores de diagnóstico que utilizan el modelo de IA se utilizaron posteriormente para diferenciar a los pacientes con COVID-19 de los pacientes con neumonía y de los pacientes sanos. El modelo completo fue desarrollado por investigadores del Instituto Terasaki para la Innovación Biomédica (TIBI; Los Ángeles, CA, EUA) con una cohorte de 704 radiografías de tórax y luego validado de forma independiente con 1.597 casos de múltiples fuentes que comprendían pacientes sanos, con neumonía y con COVID-19. Los resultados mostraron un excelente desempeño del modelo en la clasificación de los diagnósticos de los distintos pacientes.

Las imágenes médicas han sido una herramienta vital por mucho tiempo para el diagnóstico y las evaluaciones de pronóstico de muchas enfermedades. En los últimos años, se ha utilizado el uso de modelos de IA junto con estas imágenes para aumentar sus capacidades de diagnóstico. Al utilizar estos modelos, se pueden extraer algunas características de las imágenes que pueden revelar características de la enfermedad que no se identifican a simple vista. El poder de procesar datos de esta manera inteligente puede tener un gran impacto en el campo médico, especialmente con el crecimiento actual de las funciones de imágenes y la necesidad de una alta precisión en las decisiones médicas.

Existe una gran demanda de detección rápida y exacta de la infección por COVID-19. El método de detección principal ha sido el uso de la reacción en cadena de la polimerasa con transcripción inversa (RT-PCR) en muestras recolectadas de hisopos nasales o faríngeos. Sin embargo, este método está sujeto a inexactitudes debido a errores de muestreo, baja carga viral y limitaciones de sensibilidad del método. Este es un problema especialmente importante para los pacientes que se encuentran en las primeras etapas de la infección. Una herramienta de diagnóstico adicional para la COVID-19 puede provenir de las imágenes de los pulmones. Para diagnosticar enfermedades pulmonares, las radiografías de tórax o las tomografías computarizadas son los recursos principales y se pueden usar para diferenciar la COVID-19 de otros tipos de lesiones pulmonares, así como para evaluar la gravedad de la afectación pulmonar en la COVID-19. Estos tipos de imágenes pueden mejorar las capacidades de diagnóstico de los pacientes con COVID-19, especialmente si se combinan con modelos de IA. El uso de modelos informáticos con datos extraídos de imágenes médicas es muy prometedor para permitir la medicina de precisión y puede revolucionar la práctica médica en la clínica. El desarrollo de metodologías para capturar conjuntos completos de información mientras se suprimen las características irrelevantes mejora la confiabilidad de los modelos de IA. El enfoque propuesto sería un paso hacia su aplicación en la medicina de precisión y puede proporcionar una forma eficiente, económica y no invasiva de fortalecer las capacidades de diagnóstico de las imágenes.

“Este modelo de inteligencia artificial altamente avanzado ayuda aún más a nuestra capacidad para detectar con precisión a los pacientes con COVID-19. Además, dicho modelo se puede aplicar para el diagnóstico de otras enfermedades utilizando diferentes modalidades de imagen”, dijo el investigador principal, Samad Ahadian, Ph.D.

“Los modelos impulsados por inteligencia artificial con capacidades de diagnóstico y predicción son una herramienta poderosa que son parte importante de nuestras plataformas de investigación aquí en el instituto”, dijo Ali Khademhosseini, Ph.D., director y director ejecutivo de TIBI. “Esto se trasladará a innumerables aplicaciones en el campo biomédico y en la clínica”.

Enlace relacionado:
Instituto Terasaki para la Innovación Biomédica

Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
Miembro Oro
SARS‑CoV‑2/Flu A/Flu B/RSV Sample-To-Answer Test
SARS‑CoV‑2/Flu A/Flu B/RSV Cartridge (CE-IVD)
New
In-Bed Scale
IBFL500
New
Digital Radiographic System
OMNERA 300M

Print article

Canales

Cuidados Criticos

ver canal
Imagen: El investigador Vincent Tam examina las bacterias para optimizar el uso clínico de antibióticos para combatirlas (Foto cortesía de UH College of Pharmacy)

Dispositivo de monitoreo podría superar a las superbacterias resistentes a los antibióticos

Las infecciones por bacterias gramnegativas son cada vez más difíciles de tratar, especialmente en entornos hospitalarios, donde pueden provocar afecciones como infecciones del tracto urinario,... Más

Técnicas Quirúrgicas

ver canal
Imagen: los electrodos de catéter se pueden entregar y guiar hacia los espacios ventriculares y la superficie del cerebro para la estimulación eléctrica (foto cortesía de la Universidad Rice)

Interfaz neural novedosa ayuda a diagnosticar y tratar trastornos neurológicos con riesgos quirúrgicos mínimos

Los métodos tradicionales para interactuar con el sistema nervioso generalmente implican crear una abertura en el cráneo para acceder al cerebro. Ahora, los investigadores han presentado... Más

Cuidados de Pacientes

ver canal
Imagen: La plataforma de biosensores portátil utiliza sensores electroquímicos impresos para la detección rápida y selectiva de Staphylococcus aureus (foto cortesía de AIMPLAS)

Plataforma de biosensores portátiles reducirá infecciones adquiridas en el hospital

En la Unión Europea, aproximadamente 4 millones de pacientes adquieren infecciones asociadas a la atención de la salud (IAAS), o infecciones nosocomiales, cada año, lo que provoca alrededor de 37.... Más

TI

ver canal
Imagen: El primer modelo específico de la institución proporciona una ventaja de desempeñoa significativa sobre los modelos actuales basados en la población (Fotografía cortesía de Mount Sinai)

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Se han implementado algoritmos de aprendizaje automático para crear modelos predictivos en varios campos médicos, y algunos han demostrado mejores resultados en comparación con sus... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.