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

Descargar La Aplicación Móvil





Una nueva plataforma de inteligencia artificial detecta la COVID-19 en radiografías de tórax, con exactitud y rapidez

Por el equipo editorial de LabMedica en español
Actualizado el 26 Nov 2020
Imagen: Los mapas de calor generados resaltaron adecuadamente las anomalías de los campos pulmonares en las imágenes marcadas con exactitud como positivas para COVID-19 (de la A a la C) a diferencia de las imágenes que fueron marcadas con exactitud como negativas para COVID-19 (D). La intensidad de los colores que aparecen en el mapa de calor corresponde a las características de la imagen que son significativas para predecir la positividad para COVID-19 (Fotografía cortesía de la Universidad Northwestern)
Imagen: Los mapas de calor generados resaltaron adecuadamente las anomalías de los campos pulmonares en las imágenes marcadas con exactitud como positivas para COVID-19 (de la A a la C) a diferencia de las imágenes que fueron marcadas con exactitud como negativas para COVID-19 (D). La intensidad de los colores que aparecen en el mapa de calor corresponde a las características de la imagen que son significativas para predecir la positividad para COVID-19 (Fotografía cortesía de la Universidad Northwestern)
Una nueva plataforma de inteligencia artificial (IA) que detecta la COVID-19 mediante el análisis de imágenes de rayos X de los pulmones, es aproximadamente 10 veces más rápida y entre 1 y 6% más exacta que el dictamen de los radiólogos especializados.

El algoritmo de aprendizaje automático, llamado DeepCOVID-XR y desarrollado por investigadores de la Universidad Northwestern (Evanston, IL, EUA) superó a un equipo de radiólogos especializados en tórax, pues detectó la COVID-19 en radiografías aproximadamente 10 veces más rápido y con un 1 % a 6 % más de exactitud. Los investigadores creen que los médicos podrían usar este sistema de inteligencia artificial para evaluar rápidamente a los pacientes que ingresan a un hospital por razones distintas a la COVID-19. La detección más rápida y temprana de ese virus, altamente contagioso, podría proteger a los trabajadores sanitarios y a los demás pacientes, pues conduce a que el paciente positivo se aísle más pronto. Los investigadores también creen que ese algoritmo podría servir para indicar si un paciente, que no esté bajo investigación para COVID-19, debe ser aislado y hacerle pruebas.

Para desarrollar, entrenar y probar el nuevo algoritmo, los investigadores utilizaron 17.002 imágenes de rayos X de tórax, el mayor conjunto publicado de datos clínicos de rayos X de tórax de la era COVID-19, que ha sido utilizado para entrenar un sistema de inteligencia artificial. Luego, el equipo probó DeepCOVID-XR contra cinco radiólogos experimentados capacitados en cardiotórax, con 300 imágenes aleatorias de prueba. Cada radiólogo tardó entre dos horas y media y tres horas y media para examinar ese conjunto de imágenes, mientras que el sistema de inteligencia artificial tardó unos 18 minutos. La exactitud de los radiólogos osciló entre el 76% y el 81%. DeepCOVID-XR funcionó un poco mejor, con un 82% de exactitud. Los investigadores pusieron el algoritmo a disposición del público con la esperanza de que otros científicos puedan seguir entrenándolo con nuevos datos. En este momento, DeepCOVID-XR todavía se encuentra en la fase de investigación, pero podría llegar a usarse en el entorno clínico en el futuro.

“No pretendemos reemplazar las pruebas reales”, dijo Aggelos Katsaggelos de Northwestern, experto en inteligencia artificial y autor principal del estudio. “Los rayos X son rutinarios, seguros y económicos. Nuestro sistema tardaría unos segundos en evaluar a un paciente y determinar si ese paciente debería ser aislado”.

“Podría llevar horas o días recibir los resultados de una prueba de COVID-19”, dijo el Dr. Ramsey Wehbe, cardiólogo y becario postdoctoral de IA en el Instituto Cardiovascular Bluhm de Medicina de Northwestern. “La IA no confirma si alguien tiene el virus. Pero si con este algoritmo podemos asignarle un indicador a un paciente, podríamos adelantar su clasificación antes de que se reciban los resultados de la prueba”.

Enlace relacionado:
Universidad Northwestern

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
ENSAYO DE PCR PARA BACTERIAS GASTROINTESTINALES
Allplex HPV28 Detection
New
Miembro Oro
ANALIZADOR AUTOMATIZADO DE PROTEÍNAS
PA240

Canales

Química Clínica

ver canal
Imagen: Joy Milne, cuyo elevado sentido del olfato ayudó a inspirar la investigación sobre la firma molecular del Parkinson, participa en una investigación que investiga el sentido del olfato. (Crédito de la imagen: Universidad de Manchester)

Estudio con hisopo cutáneo identifica cambios metabólicos asociados al Parkinson

La enfermedad de Parkinson puede ser difícil de diagnosticar antes de que aparezcan los síntomas motores, lo que pone de relieve la necesidad de métodos de detección más temprana.... Más

Hematología

ver canal
Imagen: Una nueva investigación que utiliza muestras de sangre almacenadas recolectadas a lo largo del tiempo ha rastreado el desarrollo de la leucemia mieloide aguda años y décadas antes del diagnóstico (Crédito de la imagen: Shutterstock)

Muestras de sangre seriadas revelan la evolución de la leucemia décadas antes del diagnóstico

La leucemia mieloide aguda (LMA) es un cáncer de la sangre agresivo que afecta aproximadamente a 2.700 personas en el Reino Unido cada año, y solo alrededor de una de cada seis pacientes... Más

Inmunología

ver canal
Imagen: Los hallazgos subrayan la importancia de alinear las pruebas de alergia con la historia clínica y las pautas de diagnóstico para reducir las pruebas inadecuadas y sus consecuencias (Crédito de la imagen: iStock)

Encuesta revela brecha entre conocimiento y práctica en pruebas de alergia alimentaria

La evaluación de la alergia alimentaria puede ser un desafío cuando los resultados de laboratorio no coinciden con los síntomas clínicos. Los paneles amplios de alergia alimentaria... Más

Microbiología

ver canal
Imagen: La malaria es causada por parásitos Plasmodium, transmitidos principalmente a través de la picadura de mosquitos Anopheles hembra infectados (Crédito de la imagen: Adobe Stock)

Los genomas completos de malaria podrían mejorar la identificación de especies y la vigilancia

La malaria sigue siendo un importante desafío mundial para la salud, con un estimado de 282 millones de casos y 610.000 muertes en todo el mundo en 2024. Aunque la mayor parte de la investigación... Más

Tecnología

ver canal
Imagen: Módulos e interacciones clave en el sistema agente LabARIA.  (Yang, H.S., Pan, W., Cushing, M.M. et al. An agentic framework for intelligent clinical laboratory medicine. npj Health Systems (2026). https://doi.org/10.1038/s44401-026-00163-3)

Un marco de IA multiagente apoya el monitoreo de la calidad y el flujo de trabajo en el laboratorio

Los laboratorios clínicos analizan sangre, orina, tejidos y otros fluidos corporales para apoyar el diagnóstico y el tratamiento de enfermedades. El aumento del volumen de pruebas, la escasez... Más

Industria

ver canal
Imagen: El evento de cuatro días, celebrado del 13 al 16 de noviembre en Cali, destacó los avances en diagnóstico clínico, tecnologías de laboratorio e inteligencia artificial en bacteriología

El CNB 2026 destaca los avances en bacteriología y medicina de laboratorio en Cali

El 24.º Congreso Internacional del Colegio Nacional de Bacteriología (CNB) reunió a profesionales de laboratorio, investigadores, representantes de la industria y expertos internacionales en Cali, Colombia,... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.