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
RANDOX LABORATORIES

Deascargar La Aplicación Móvil




Eventos

17 jun 2026 - 19 jun 2026

Inteligencia artificial permite el análisis rápido de las imágenes de los pulmones en los pacientes con COVID-19

Por el equipo editorial de LabMedica en español
Actualizado el 27 Apr 2020
Imagen: Radiografía de tórax de un paciente con neumonía por COVID-19, radiografía original (izquierda) y resultado con IA para neumonía (derecha) (Fotografía cortesía de UC San Diego Health)
Imagen: Radiografía de tórax de un paciente con neumonía por COVID-19, radiografía original (izquierda) y resultado con IA para neumonía (derecha) (Fotografía cortesía de UC San Diego Health)
Los radiólogos y los médicos de UC San Diego Health (San Diego, CA, EUA) utilizan inteligencia artificial (IA) para aumentar el análisis de imágenes de pulmón en un estudio de investigación clínica habilitado por Amazon Web Services (AWS). El objetivo es detectar rápidamente la neumonía y, por lo tanto, poder diferenciar mejor entre los pacientes con COVID-19 que probablemente necesiten más atención de apoyo en el hospital y aquellos que podrían ser seguidos de cerca en el hogar

Hasta ahora, la nueva capacidad de IA ha proporcionado a los médicos de UC San Diego Health una visión única de más de 2.000 imágenes. En un caso, a un paciente en el Departamento de Urgencias que no tenía ningún síntoma de COVID-19 le practicaron una radiografía de tórax por otras razones. Sin embargo, la lectura de IA de la radiografía indicó signos de neumonía temprana, que luego fue confirmada por un radiólogo. Como resultado, el paciente fue examinado para detectar la COVID-19 y se encontró que era positivo para la enfermedad.

Los investigadores de UC San Diego habían desarrollado inicialmente un algoritmo de aprendizaje automático que permite a los radiólogos usar IA para mejorar sus propias habilidades para detectar neumonía en las radiografías de tórax. Entrenado con 22.000 anotaciones por radiólogos humanos, el algoritmo superpone las radiografías con mapas codificados por colores que indican la probabilidad de neumonía. Más recientemente, los investigadores aplicaron este enfoque de IA a 10 radiografías de tórax, publicadas en revistas médicas, de cinco pacientes tratados en China y EUA para COVID-19. El algoritmo localizó consistentemente áreas de neumonía, a pesar del hecho de que las imágenes fueron tomadas en varios hospitales diferentes y variaron considerablemente en técnica, contraste y resolución. A continuación, el método de IA se implementó en UC San Diego Health en un estudio de investigación clínica que permite a cualquier médico o radiólogo obtener una estimación inicial sobre la probabilidad de que un paciente tenga neumonía en cuestión de minutos, en el punto de atención. Los investigadores creen que las radiografías de tórax son más baratas, el equipo es más portátil y más fácil de limpiar, y los resultados se obtienen más rápidamente que con muchos otros diagnósticos.

“Ahí es donde las imágenes pueden jugar un papel importante. Podemos clasificar rápidamente a los pacientes al nivel adecuado de atención, incluso antes de que se confirme oficialmente un diagnóstico de COVID-19”, dijo Albert Hsiao, MD, PhD, profesor asociado de radiología en la Facultad de Medicina de la Universidad de California en San Diego y radiólogo en UC San Diego Health.

“A medida que nos preparamos para un aumento potencial de los pacientes con COVID-19, no solo las habitaciones de los pacientes y los suministros pueden ser limitados, sino también la capacidad del médico y del personal”, dijo Christopher Longhurst, MD, director de información y director médico asociado de UC San Diego Health. “Por lo tanto, es tremendamente útil contar con herramientas que permitan a los médicos que no tienen tanta experiencia como los radiólogos en la lectura de rayos X, tener una idea rápida de lo que ven, especialmente los médicos de urgencias y de los hospitales de primera línea”.

Enlace relacionado:
UC San Diego Health

Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
Software de laboratorio
Acusera 24•7
Electrolyte Analyzer
BKE-B
Creatinine/eGFR Meter
StatSensor® Creatinine/eGFR Meter

Canales

Hematología

ver canal
Imagen: La serie XR de próxima generación de Sysmex America, una solución de hematología diseñada para ayudar a los laboratorios ocupados a ofrecer resultados rápidos y confiables mientras mantienen flujos de trabajo eficientes (Fotografía cortesía de Sysmex America)

Plataforma hematológica de nueva generación agiliza flujos de trabajo en laboratorios complejos

Sysmex America (Chicago, IL, EE. UU.) ha presentado la nueva generación de la serie XR, centrada en el módulo de hematología automatizada XR-10 para laboratorios de alta complejidad. La plataforma se basa... Más

Inmunología

ver canal
Imagen: Diseño de estudio para el análisis del fenotipo, función y metabolismo de los monocitos (Gráinne Jameson et al., Journal of Infection (2026). DOI: 10.1016/j.jinf.2026.106755)

Biomarcador metabólico distingue tuberculosis latente de activa y monitorea respuesta al tratamiento

La tuberculosis (TB) sigue siendo la principal causa de muerte por enfermedades infecciosas en el mundo, con 10,8 millones de casos y 1,25 millones de fallecimientos registrados a nivel global en 2023.... Más

Microbiología

ver canal
Imagen: Resumen gráfico (Informes de investigación de microbiomas: DOI:10.20517/mrr.2025.96)

Las firmas del microbioma intestinal ayudan a identificar el riesgo de progresión de la EII

La enfermedad inflamatoria intestinal (EII), que abarca la enfermedad de Crohn y la colitis ulcerosa, es un trastorno inflamatorio crónico recurrente del tracto gastrointestinal con resultados muy variables.... Más

Patología

ver canal
Imagen: Organización espacial de TLS dentro del microambiente tumoral. La imagen muestra TLS que contienen células T (verde), células B (rosa) y células dendríticas foliculares (cian), rodeadas de células tumorales (rojas) y células estromales (amarillas) (Fotografía cortesía del Centro Oncológico MD Anderson de la Universidad de Texas).

Atlas impulsado por IA mapea estructuras inmunes vinculadas a resultados del cáncer

Las estructuras linfoides terciarias se perfilan como indicadores importantes de la inmunidad antitumoral, pero su heterogeneidad y contexto espacial dentro de los tumores siguen siendo difíciles... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.