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

Deascargar La Aplicación Móvil




Eventos

02 jun 2026 - 04 jun 2026
17 jun 2026 - 19 jun 2026

El primer Gran Desafío de segmentación de lesiones pulmonares detectadas con la TC para la COVID-19, revela los 10 mejores resultados

Por el equipo editorial de LabMedica en español
Actualizado el 14 Jan 2021
Ilustración
Ilustración
Se dieron a conocer los 10 resultados principales en el primer Gran Desafío de Segmentación de Lesiones Pulmonares por TC para la COVID-19, un concurso de investigación innovador centrado en el desarrollo de modelos de inteligencia artificial (IA) para ayudar en la visualización y medición de lesiones específicas de COVID-19 en los pulmones de pacientes infectados, lo que potencialmente facilita intervenciones médicas más oportunas y específicas para cada paciente.

El concurso, que atrajo a más de 1.000 participantes de todo el mundo, fue presentado por el Instituto Sheikh Zayed de Innovación Quirúrgica Pediátrica del Hospital Nacional Pediátrico (Washington, DC, EUA) en colaboración con la empresa de tecnología de inteligencia artificial NVIDIA (Santa Clara, CA, EUA) y los Institutos Nacionales. de Salud (NIH). Los modelos de IA presentados a la competencia utilizaron un conjunto de datos multiinstitucionales y multinacionales proporcionados por varios conjuntos de datos públicos que se originaron en pacientes de diferentes edades, géneros y con una gravedad variable de la enfermedad. NVIDIA premió con una GPU a los cinco primeros ganadores y también apoyó el proceso de selección y evaluación.

Los 10 mejores algoritmos de IA se identificaron a partir de un campo altamente competitivo de participantes que probaron los datos en noviembre y diciembre de 2020. Además de un premio por los cinco mejores modelos de IA, estos algoritmos ganadores ahora están disponibles para asociarse con instituciones clínicas de todo el mundo con el fin de evaluar más a fondo cómo estos métodos de aprendizaje automático e imágenes cuantitativas pueden tener un impacto potencial en la salud pública mundial.

“La mejora del tratamiento con COVID-19 comienza con una comprensión más clara del estado de la enfermedad del paciente. Sin embargo, una falta previa de colaboración de datos globales limitó a los médicos en su capacidad para comprender de manera rápida y efectiva la gravedad de la enfermedad en pacientes adultos y pediátricos”, dijo Marius George Linguraru, D.Phil., MA, M.Sc., investigador principal del Instituto Sheikh Zayed para la Innovación Quirúrgica Pediátrica en el Nacional Pediátrico, quien dirigió la iniciativa Gran Desafío. “Al aprovechar el poder de la IA a través de imágenes cuantitativas y aprendizaje automático, estos descubrimientos ayudan a los médicos a comprender mejor la gravedad de la COVID-19 y potencialmente estratificar y clasificar en protocolos de tratamiento adecuados para las diferentes etapas de la enfermedad”.

“Las anotaciones de calidad son un factor limitante en el desarrollo de modelos útiles de IA”, dijo Mona Flores, M.D., directora global de IA médica de NVIDIA. “Utilizando el modelo de segmentación de lesiones de NVIDIA COVID, disponible en nuestro centro de software NGC, pudimos etiquetar rápidamente el conjunto de datos de los NIH, lo que permitió a los radiólogos realizar anotaciones precisas en un tiempo récord”.

Enlace relacionado:
Hospital Nacional Pediátrico

Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
Software de laboratorio
Acusera 24•7
New
Hematology Consumables
Bioblood Devices
New
Steam Sterilizer
Hi Vac II Line

Canales

Química Clínica

ver canal
Imagen: Diseñado originalmente para la detección del cáncer de pulmón y el monitoreo de la resistencia, la prueba también muestra potencial para identificar señales relacionadas con la fibrosis pulmonar (crédito de la imagen: iStock)

Nanosensor basado en orina monitorea cáncer de pulmón y fibrosis de forma no invasiva

El cáncer de pulmón sigue siendo difícil de monitorear para detectar progresión temprana y resistencia al tratamiento, mientras que la fibrosis pulmonar continúa planteando... Más

Diagnóstico Molecular

ver canal
Imagen: la primera autora del estudio, Emilie Newsham Novak, trabajando con las muestras en el Centro Oncológico MD Anderson de la Universidad de Texas (Fotografía cortesía de la Universidad Rice).

Muestras simuladas realistas buscan acelerar el desarrollo de pruebas de cáncer de cuello uterino

El cáncer de cuello uterino sigue siendo altamente prevenible, pero el acceso a las pruebas de detección es limitado en muchos entornos de bajos y medianos ingresos. Las pruebas de referencia... Más

Hematología

ver canal
Imagen: Resumen gráfico (Waclawiczek A, Leppä AM, Renders S, et al. Cell Stem Cell, 2026. doi:10.1016/j.stem.2026.04.012)

Los biomarcadores de células madre podrían orientar el tratamiento en la leucemia mieloide aguda

La leucemia mieloide aguda (LMA) es un cáncer de sangre agresivo que afecta con mayor frecuencia a adultos mayores y que, a pesar de los avances terapéuticos, aún presenta un pronóstico... Más

Microbiología

ver canal
Imagen: La iniciativa combina datos epidemiológicos y microbiológicos con la secuenciación del genoma completo para caracterizar los linajes hospitalarios circulantes y los determinantes de resistencia (crédito de la imagen: Shutterstock)

Vigilancia genómica a gran escala rastrea bacterias resistentes en hospitales europeos

La resistencia a los antimicrobianos (RAM) representa una amenaza creciente para la seguridad del paciente, ya que las Enterobacterales resistentes a los carbapenémicos causan infecciones difíciles... Más

Patología

ver canal
Imagen: ArteraAI Breast analiza imágenes histopatológicas digitalizadas junto con variables clínicas del paciente para producir una puntuación de riesgo derivada de IA que proporciona información de pronóstico sobre la probabilidad de metástasis a distancia (Crédito de la imagen: Adobe Stock)

Herramienta de patología digital con IA para la estratificación del riesgo en cáncer de mama

La evaluación del riesgo en el momento del diagnóstico es fundamental para guiar el tratamiento del cáncer de mama invasivo en estadio temprano, con receptor hormonal positivo y receptor 2 del factor de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.