En Es
Categorías

Noticias de la industria

Inteligencia artificial predice con exactitud los efectos colaterales de la radioterapia

Por Medimaging en español plantel de escritores
07 Oct 2019

Imagen: Una investigación nueva demostró que un modelo de computadora puede predecir los efectos secundarios asociados con la radioterapia (Fotografía cortesía de Technology Networks).Investigadores del Centro de Cáncer MD Anderson de la Universidad de Texas (Houston, Texas, EUA), demostraron que un modelo de computadora sofisticado puede predecir con exactitud dos de los efectos secundarios más desafiantes asociados con la radioterapia para el cáncer de cabeza y cuello. Este enfoque de oncología de precisión tiene el potencial de identificar mejor a los pacientes que se podrían beneficiar de las intervenciones tempranas que podrían ayudar a prevenir una pérdida de peso significativa después del tratamiento o reducir la necesidad de colocar un tubo de alimentación.

El equipo de investigadores desarrolló modelos para analizar grandes conjuntos de datos combinados de tres fuentes: historias clínicas electrónicas (Epic), una herramienta de gráficos interna basada en la web (Brocade) y el sistema de registro/verificación (Mosaiq). Los datos incluyeron más de 700 variables clínicas y de tratamiento para los pacientes con cáncer de cabeza y cuello (75% hombres/25% mujeres, con una edad promedio de 62 años) que recibieron más de 2.000 sesiones de radioterapia (dosis media 60 Gy) en cinco sitios de práctica en el MD Anderson de 2016 a 2018.

Los investigadores utilizaron los modelos para predecir tres puntos finales: pérdida de peso significativa, colocación de sondas de alimentación y hospitalizaciones no planificadas. Los resultados del modelo de mejor desempeño fueron validados, a continuación, contra 225 tratamientos de radioterapia consecutivos posteriores. Los modelos con una tasa de rendimiento que cumplió un umbral de área predeterminado bajo la curva (AUC) de 0,70 o más se consideraron clínicamente válidos (una puntuación de AUC de 1,0 significaría que las predicciones del modelo eran 100% exactas, mientras que una puntuación de 0,0 significa que las predicciones nunca fueron exactas). Los modelos predijeron la probabilidad de una pérdida de peso significativa (AUC = 0,751) y la necesidad de colocar un tubo de alimentación (AUC = 0,755) con un alto grado de exactitud.

“Ser capaz de identificar qué pacientes tienen mayor riesgo, permitiría a los oncólogos radioterapeutas tomar medidas para prevenir o mitigar estos posibles efectos secundarios”, dijo Jay Reddy, MD, PhD, profesor asistente de radiooncología en el Centro de Cáncer MD Anderson de la Universidad de Texas y autor principal del estudio. “Si el paciente tiene un riesgo intermedio, y pudiese someterse a un tratamiento sin necesidad de una sonda de alimentación, podríamos tomar precauciones, como organizarlo con un nutricionista y proporcionarle suplementos nutricionales. Si sabemos que su riesgo de que le coloquen un tubo de alimentación es extremadamente alto, una probabilidad superior al 50% de que lo necesiten, podríamos colocarlo con anticipación para que no tengan que ser ingresados en el hospital después del tratamiento. Sabríamos vigilar más de cerca a ese paciente”.

El enfoque de aprendizaje automático no puede aislar el factor más predictivo o la combinación de factores que conducen a efectos secundarios negativos, pero puede proporcionar a los pacientes y a sus médicos una mejor comprensión de qué esperar durante el curso del tratamiento. Además de predecir la probabilidad de efectos secundarios, los modelos de aprendizaje automático podrían predecir qué planes de tratamiento serían más efectivos para los diferentes tipos de pacientes y permitir enfoques más personalizados para la radiooncología.

“El aprendizaje automático puede hacer que los médicos sean más eficientes y el tratamiento más seguro a través de la reducción del riesgo de error”, agregó el Dr. Reddy. “Tiene el potencial de influir en todos los aspectos de la oncología de radiación hoy en día, cualquier cosa en la que una computadora pueda ver datos y reconocer un patrón”.

Enlace relacionado:
Centro de Cáncer MD Anderson de la Universidad de Texas



E-mail Imprimir
Facebook Twitter Google+ Linked in

Noticias adicionales

25 Aug 2021
Mercado mundial de analizadores de química clínica alcanzará 15.000 millones de dólares en 2028
Se proyecta que el mercado global de analizadores de química clínica crecerá a una tasa anual compuesta del 4,25%, desde 11.450 millones de dólares en 2020 a más de 15.000 millones de dólares para 2028, impulsado por el crecimiento de la tecnología, el aumento de la población mundial, las mejoras tecnológicas en los dispositivos de prueba en los puntos de atención y el desarrollo de la automatización del laboratorio.
Más info
24 Aug 2021
Qiagen hace una sociedad con Sysmex para el desarrollo y la comercialización de diagnósticos acompañantes para el cáncer
QIAGEN NV (Venlo, Países Bajos) y Sysmex Corporation (Kobe, Japón) firmaron una alianza estratégica global para el desarrollo y comercialización de diagnósticos complementarios del cáncer, que aprovechará tanto el liderazgo de QIAGEN en este campo como la tecnología Plasma-Safe-SeqS de Sysmex para secuenciación de próxima generación (NGS).
Más info
24 Aug 2021
Ortho y Thermo Fisher hacen una sociedad para la comercialización de productos de control de calidad
Ortho Clinical Diagnostics (Raritan, NJ, EUA) firmó un acuerdo de distribución con Thermo Fisher Scientific Inc. (Waltham, MA, EUA) para proporcionar y respaldar los controles de calidad MAS y el software de garantía de calidad LabLink xL a través de las soluciones VITROS QC de Ortho para los clientes del sistema VITROS todo el mundo.
Más info
20 Aug 2021
Instrumentation Laboratory, Inova Diagnostics y Biokit crean una organización nueva y comparten ahora el nombre Werfen
Las empresas de Werfen (Barcelona, España), que incluyen Instrumentation Laboratory (IL), Inova Diagnostics (Inova) y Biokit, se unen bajo un nombre y una marca: Werfen. Como parte de este esfuerzo, la empresa ha completado las transiciones organizativas y ha adoptado una nueva identidad de marca global, incluido un nuevo logotipo corporativo.
Más info
12 Jul 2021
PerkinElmer comprará la compañía de diagnóstico in vitro del Reino Unido Immunodiagnostic Systems
PerkinElmer, Inc. (Waltham, MA; EUA) e Immunodiagnostic Systems Holdings PLC (IDS; Boldon, Tyne and Wear, Reino Unido), llegaron a un acuerdo mediante el cual PerkinElmer adquirirá IDS por aproximadamente 155 millones de dólares.
Más info
08 Jun 2021
Crecimiento del mercado mundial de PCR digital y PCR en tiempo real es promovido por el aumento de casos de enfermedades infecciosas
El aumento de casos de enfermedades infecciosas, el aumento de la población geriátrica y el número creciente de trastornos genéticos, impulsarán el crecimiento del mercado mundial de PCR digital y de PCR en tiempo real durante la próxima década. Además, los avances de la PCR, el cumplimiento del proyecto del genoma humano y la expansión de la I+D, aumentarán la utilización de perfiles de biomarcadores para el diagnóstico de enfermedades, impulsando así aún más el crecimiento del mercado.
Más info
05 Aug 2020
Sysmex presenta tecnología avanzada en análisis en el Simposio Internacional Virtual en Diagnóstico Integral
La primera participación de la compañía en este formato estará marcada por un stand virtual y una conferencia en el programa oficial.
Más info
23 Oct 2019
Software para la TC de tórax basada en IA de Siemens Healthineers recibe aprobación de la FDA de los EUA
La Administración de Medicamentos y Alimentos de los Estados Unidos (FDA) aprobó tres módulos de AI-Rad Companion Chest CT, un asistente de software inteligente de Siemens Healthineers (Erlangen, Alemania) que lleva la inteligencia artificial (IA) a la tomografía computarizada (TC). Representando al primer asistente inteligente de la nueva plataforma AI-Rad Companion, AI-Rad Companion Chest CT, ayuda a los radiólogos a interpretar imágenes del tórax (pecho) rápidamente con la exactitud y precisión deseadas, y documenta automáticamente estos hallazgos como informes estructurados.
Más info
23 Oct 2019
Sociedades de imagenología publican una declaración sobre el uso de la IA en radiología
Expertos en el uso de inteligencia artificial (IA) en radiología de muchos de los principales grupos de radiología, física médica e informática de imágenes del mundo, publicaron una declaración aspiracional para guiar el desarrollo de la IA en radiología. La declaración hecha por varias sociedades se enfoca en tres áreas principales: datos, algoritmos y práctica. Las sociedades de creación incluyeron el Colegio Americano de Radiología (ACR), la Sociedad Europea de Radiología (ESR), la Sociedad Radiológica de América del Norte (RSNA), la Sociedad de Informática de Imágenes en Medicina (SIIM), la Sociedad Europea de Informática de Imágenes Médicas (EuSoMII), la Asociación Canadiense de Radiólogos (CAR) y la Asociación Americana de Físicos en Medicina (AAPM).
Más info
Derecho de autor © 2000-2021 TradeMed.com. Todos los derechos reservados. | Términos y condiciones