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
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil





Lanzan la primera herramienta en línea basada en imágenes para mejorar el diagnóstico de la COVID-19

Por el equipo editorial de LabMedica en español
Actualizado el 05 Apr 2020
Imagen: Plataforma DetectED-X (Fotografía cortesía de DetectED-X)
Imagen: Plataforma DetectED-X (Fotografía cortesía de DetectED-X)
DetectED-X (Sídney, Australia), una empresa derivada de la Universidad de Sídney que comprende expertos en radiación e imagenología, lanzó la única herramienta de mejora de diagnóstico en línea, basada en imágenes para la COVID-19, dirigida a los trabajadores de la salud. Esta empresa reciente dirigió su herramienta de diagnóstico del cáncer de mama al coronavirus usando información mundial de los casos de pandemia con apoyo de líderes de la salud y de industria para aumentar la detección de la COVID-19. La plataforma CoVED de DetectED-X, a la que tiene acceso cualquier persona con una conexión de Internet, es gratis y es apoyada por expertos y corporaciones líderes de la salud, a nivel mundial.

La CoVED de DetectED-X es posterior a la plataforma, altamente exitosa de Estrategia de Evaluación por el Lector BreastScreen (BREAST, por sus siglas en inglés), creada en 2010 en la Universidad de Sídney, que ha sido utilizada internacionalmente, incluyendo los Estados Unidos y Europa. La tecnología, salvadora de vidas, basada en la nube, puede ayudar a los médicos y radiólogos a diagnosticar casos con más rapidez y mayor exactitud. Los exámenes de tomografía computarizada (TC) de los pulmones, que producen imágenes transversales usando rayos X y computadores, se usan típicamente después de que se toman los hisopados, para identificar la extensión y localización de la enfermedad; los exámenes de TC producen imágenes en cuestión de minutos y también son capaces de diagnosticar la COVID-19 en las etapas más iniciales que no pueden ser detectadas con las pruebas de ácidos nucleicos.

El enfoque de DetectED-X, que incluye algoritmos para mejorar las destrezas de los radiólogos e identificar donde se cometieron errores en las imágenes en las sesiones de entrenamiento en línea, ha demostrado mejorar los resultados significativamente. A través de CoVED, los médicos individuales pueden evaluar el desempeño en las imágenes en las pantallas y recibir retroalimentación inmediata, incluyendo los puntajes de desempeño usados en la industria. Los archivos de imágenes, personalizados para cada médico son devueltos instantáneamente mostrando cualquier error en el diagnóstico virtual y el nivel de dificultad aumenta con el tiempo. A medida que las pruebas para la COVID-19 aumentan, la plataforma podría facilitar el entrenamiento rápido, donde es necesario, con unos módulos que se pueden terminar en apenas una hora, mejorando la capacidad del personal poco familiarizado con la radiología pulmonar para preparar reportes estandarizados para la revisión por expertos.

“Nuestra plataforma no reemplaza el entrenamiento médico y radiológico experto, pero CoVED suministra una forma efectiva para reconocer rápidamente la apariencia de la COVID-19, lo cual puede ser crítico en una situación de demasiados pacientes y muy pocos radiólogos expertos, dado que los nódulos apenas requieren 1-2 horas para ser terminados”, dijo el director ejecutivo el Profesor Patrick Brennan, científico de radiación médica y educador de la Facultad de Ciencias de la Salud de la Universidad de Sídney. “Esto será crucial, de manera inmediata, en los países en desarrollo donde los números de radiólogos frecuentemente son insuficientes; nuestras pruebas ayudarán a las personas, no sólo a diagnosticar la COVID-19, sino a identificar casos potencialmente mortales, donde los haya”.

Enlace relacionado:
DetectED-X

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.
New
Miembro Oro
Serum Indices Control
Acusera Serum Indices Control
All-in-One Molecular System
AIO M160

Canales

Química Clínica

ver canal
Imagen: Utilizando muestras de sangre y medidas físicas de niños de hasta 8 años, los investigadores identificaron firmas de proteínas que reflejaban biomarcadores de adultos relacionados con enfermedades cardiovasculares irreversibles (Crédito de la imagen: Shutterstock)

Biomarcadores sanguíneos infantiles revelan riesgos cardíacos, renales y metabólicos tempranos

Los trastornos cardiovasculares, renales y metabólicos a menudo comienzan con cambios biológicos sutiles que son difíciles de reconocer en la infancia. Identificar estos cambios de... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Patología

ver canal
Imagen: El flujo de trabajo analiza portaobjetos ya generados durante la atención de rutina, proporcionando información de pronóstico adicional sin requerir otra prueba de tejido (Crédito de la imagen: Shutterstock)

Análisis espacial con IA de portaobjetos ayuda a predecir recurrencia del cáncer de páncreas

Predecir qué pacientes con cáncer de páncreas recaerán después del tratamiento y la cirugía sigue siendo un reto. La evaluación anatomopatológica suele medir la carga tumoral residual, pero trabajos recientes... Más

Tecnología

ver canal
Imagen: Resumen gráfico (Wenjie Zhang, Zeyu Luo, Kaijie Liu y otros. Science Bulletin, 2026. doi:10.1016/j.scib.2026.09.016)

Marco de IA multimodal busca orientar decisiones sobre inmunoterapia contra el cáncer

La inmunoterapia contra el cáncer ha transformado la oncología, pero las respuestas heterogéneas y las toxicidades relacionadas con el sistema inmunitario siguen complicando la toma... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.