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
GC Medical Science corp.

Deascargar La Aplicación Móvil





IA no supervisada predice la progresión de la COVID y la supervivencia de los pacientes directamente de nuevas imágenes de TC del tórax

Por el equipo editorial de HospiMedica en español
Actualizado el 02 Sep 2021
La inteligencia artificial (IA) no supervisada ha abierto nuevos caminos al predecir la progresión de la COVID-19 y la supervivencia de los pacientes directamente a partir de sus imágenes de tomografía computarizada (TC) de tórax.

En un estudio multicéntrico, un equipo de investigación del Hospital General de Massachusetts (Boston, MA, EUA), demostró que el aprendizaje profundo no supervisado basado en TC puede proporcionar un desempeño pronóstico significativamente mayor que las pruebas de laboratorio establecidas y los predictores de supervivencia cuantitativos y visuales basados en imágenes existentes. El modelo puede predecir, para cada paciente, el momento en que progresa la COVID-19 y, por lo tanto, el momento en que el paciente ingresa en una unidad de cuidados intensivos o cuando el paciente está enfermo, algo que otros modelos de predicción basados en imágenes no pueden hacer. La información de tiempo calculada por el modelo también permite la estratificación de los pacientes en grupos de bajo y alto riesgo por un margen más amplio de lo que es posible con otros predictores.

La evaluación clínica rápida y exacta de la progresión de la enfermedad y la mortalidad es vital para el tratamiento de los pacientes con COVID-19. Aunque se han propuesto varios predictores, se han limitado a evaluaciones subjetivas, esquemas semiautomatizados o enfoques de aprendizaje profundo supervisados. Tales predictores son subjetivos o requieren una laboriosa anotación de los casos de entrenamiento. En un estudio complementario, el equipo de investigación ya había demostrado que se podía utilizar la IA supervisada para predecir la supervivencia de los pacientes con COVID-19 a partir de sus imágenes de tomografía computarizada de tórax. Sin embargo, el nuevo modelo de IA sin supervisión abre nuevos caminos al evitar las limitaciones técnicas y los laboriosos esfuerzos de anotación de los predictores anteriores, porque el uso de una red de generación de adversarios hace posible entrenar un modelo completo de análisis de supervivencia de un extremo a otro directamente desde las imágenes. Aunque el estudio se limitó a pacientes con COVID-19, el equipo cree que el modelo también se puede generalizar a otras enfermedades.

“Nuestros resultados muestran que el desempeño de predicción del modelo de IA no supervisado fue significativamente mayor y el error de predicción significativamente menor que los de los predictores de referencia previamente establecidos”, dijo Hiroyuki Yoshida, PhD, director de Investigación de Imágenes 3D en el Hospital General de Massachusetts, quien dirigió el equipo de investigación. “El uso de IA no supervisada como parte integral del modelo de predicción de supervivencia hace posible realizar predicciones de pronóstico directamente a partir de las imágenes de TC originales de los pacientes con una precisión mayor que la que antes era posible en las imágenes cuantitativas”.

“Es una tecnología de IA mucho más precisa y avanzada”, explicó Yoshida. “Problemas como la COVID Larga, la variante Delta o la generalización del modelo a otras enfermedades manifestadas en imágenes médicas son aplicaciones prometedoras de este modelo de IA sin supervisión”.

Enlace relacionado:
Hospital General de Massachusetts


Miembro Oro
12-Channel ECG
CM1200B
Miembro Oro
Analizador de gases en sangre POC
Stat Profile Prime Plus
New
Automated Cough Assist Device
Bionic Cough Simulator
New
Lockable Drug Cabinet
MR2530
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a HospiMedica.es y acceda a las noticias y eventos que afectan al mundo de la Medicina.
  • Edición gratuita de la versión digital de HospiMedica en Español enviado regularmente por email
  • Revista impresa gratuita de la revista HospiMedica en Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de HospiMedica en Español digital
  • Boletín de HospiMedica en Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








Canales

Técnicas Quirúrgicas

ver canal
Imagen: el profesor Bumsoo Han y la  investigadora postdoctoral Sae Rome Choi fueron coautores de un estudio sobre el uso del origami de ADN para mejorar la obtención de imágenes de tejido pancreático denso (foto cortesía de Fred Zwicky/University of Illinois Urbana-Champaign)

El origami de ADN mejora la imagenología del tejido pancreático denso para la detección del cáncer

Uno de los desafíos de la lucha contra el cáncer de páncreas es encontrar maneras de penetrar el tejido denso del órgano para definir los límites entre el tejido maligno... 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: Un sensor de sudor portátil basado en la tecnología de nanopartículas de núcleo-capa (Foto cortesía de Caltech)

Nanopartículas imprimibles permiten la producción masiva de biosensores portátiles

Es probable que el futuro de la medicina se centre en la personalización de la atención médica, comprendiendo exactamente lo que cada individuo necesita y proporcionando la combinación... 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 © 2000-2025 Globetech Media. All rights reserved.