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
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Método nuevo basado en IA detecta la respuesta del cerebro al tratamiento de la esclerosis múltiple

Por el equipo editorial de MedImaging en español
Actualizado el 15 Jul 2019
Print article
Investigadores en el Colegio Universitario de Londres {(UCL), Londres, Reino Unido} y el King's College de Londres {(KCL) Londres, Reino Unido} desarrollaron un método nuevo, basado en inteligencia artificial (IA), para detectar la respuesta del cerebro al tratamiento en la esclerosis múltiple (EM). El nuevo método tiene una sensibilidad sustancialmente mayor de lo que permiten las medidas convencionales derivadas por los radiólogos.

Los investigadores estudiaron pacientes con EM recurrente-remitente que fueron tratados con el fármaco modificador de la enfermedad natalizumab, en que se obtuvieron imágenes de resonancia magnética (RM) en serie antes y después del inicio del tratamiento. El equipo utilizó la visión artificial para extraer una “huella digital de imagen” del estado del cerebro de cada escaneo, capturando cambios detallados en la materia blanca y gris y produciendo un rico conjunto de trayectorias regionales a lo largo del tiempo.

En comparación con el análisis convencional de las medidas tradicionales de volumen total de lesión y materia gris que un radiólogo puede extraer, el modelado asistido por IA de las complejas huellas dactilares de la imagen fue capaz de discriminar entre las trayectorias de cambio previas y posteriores al tratamiento con una exactitud mucho mayor. El estudio demostró que la IA se puede usar para detectar cambios en las imágenes del cerebro en la EM tratada con mayor sensibilidad que las medidas lo suficientemente simples como para que los radiólogos las cuantifiquen, permitiendo un desempeño “sobrehumano” en la tarea. El enfoque se podría utilizar para guiar la terapia en pacientes individuales, detectar el éxito o el fracaso del tratamiento más rápido y para realizar ensayos de nuevos fármacos de manera más eficaz y con grupos de pacientes más pequeños.

El Dr. Parashkev Nachev del Instituto de Neurología Queen Square del UCL, quien dirigió el estudio dijo: “En lugar de intentar copiar lo que los radiólogos ya hacen perfectamente bien, el modelado computacional complejo en neurología se implementa mejor en tareas que los expertos humanos no pueden hacer en lo absoluto: sintetizar una multiplicidad rica de características clínicas y de imagen en una descripción coherente y cuantificada del paciente individual en su conjunto. Esto nos permite combinar la flexibilidad y la delicadeza de un clínico con el rigor y la objetividad de una máquina”.

Enlace relacionado:
Colegio Universitario de Londres
King's College de Londres


Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
New
Portable X-Ray Unit
AJEX240H
New
C-Arm with FPD
Digiscan V20 / V30
Dose Area Product Meter
VacuDAP

Print article

Canales

Radiografía

ver canal
Imagen: El software de reconocimiento de forma DL Precise mejora la precisión y la eficiencia en las imágenes médicas (Fotografía cortesía de DeepLook Medical)

Nueva tecnología de IA podría revolucionar detección del cáncer en senos densos

Casi la mitad de las mujeres de 40 años o más poseen un tejido mamario denso, lo que aumenta su susceptibilidad al cáncer de mama. El desafío de detectar el cáncer en... Más

RM

ver canal
Imagen: Se ha encontrado que 0.55T son suficiente para obtener una imagen de calidad diagnóstica de una resonancia magnética (Fotografía cortesía de 123RF)

Imágenes de resonancia magnética de 0,55 T de campo bajo ofrecen utilidad diagnóstica similar a la de 1,5 T para exploraciones abdominales

La resonancia magnética (RM) es una herramienta vital en el diagnóstico médico, pero el alto costo de los sistemas clínicos de cuerpo entero es una barrera importante.... Más

Ultrasonido

ver canal
Imagen: El ultrasonido intravascular proporciona una imagen más precisa y específica de las arterias coronarias (Fotografía cortesía de 123RF)

Imágenes intravasculares mejoran significativamente resultados en procedimientos de colocación de stent cardiovascular

Las personas con enfermedad de las arterias coronarias, que implica la acumulación de placa en las arterias que provoca síntomas como dolor en el pecho, dificultad para respirar y ataques... Más

Medicina Nuclear

ver canal
Imagen: La técnica de imágenes PET puede detectar de manera no invasiva la inflamación activa antes de que surjan síntomas clínicos (Fotografía cortesía de 123RF)

Nuevo trazador PET detecta artritis inflamatoria antes de que aparezcan síntomas

La artritis reumatoide, la forma más común de artritis inflamatoria, afecta a 18 millones de personas en todo el mundo. Es una enfermedad autoinmune compleja caracterizada por inflamación... Más

Imaginología General

ver canal
Imagen: La TC de tórax de rutina tiene potencial sin explotar para revelar a los pacientes en riesgo de enfermedad cardiovascular (Fotografía cortesía de Johns Hopkins)

Exámenes de TC tórax de rutina pueden identificar pacientes con riesgo de enfermedad cardiovascular

La enfermedad de las arterias coronarias (EAC) es la principal causa de muerte en el mundo. Los adultos sin síntomas pero en riesgo pueden ser detectados mediante tomografías computarizadas... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.