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





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 Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
NEW PRODUCT : SILICONE WASHING MACHINE TRAY COVER WITH VICOLAB SILICONE NET VICOLAB®
REGISTRED 682.9
Immunofluorescence Analyzer
IFA System
CMV CLIA Diagnostic
CLIA CMV IgA Screen Group

Canales

Diagnóstico Molecular

ver canal
Imagen: Un conjunto de 31 pequeños marcadores de ARN (pequeños ARN no codificantes) podría ayudar a identificar a las personas con mayor riesgo de cáncer de pulmón antes de que la enfermedad se detecte clínicamente (Crédito de la imagen: 123RF)

Un panel de ARN en sangre predice riesgo de cáncer de pulmón años antes del diagnóstico

El cáncer de pulmón puede comenzar a desarrollarse durante un período preclínico en el que la enfermedad sigue sin detectarse clínicamente, lo que plantea un desafío... Más

Inmunología

ver canal
Crédito de la imagen: Adobe Stock

Un análisis de sangre diferencia las infecciones bacterianas y virales en lactantes febriles

La fiebre en bebés menores de 3 meses se trata como una emergencia médica porque las infecciones pueden poner en peligro la vida mientras el sistema inmunitario aún se está desarrollando.... Más

Microbiología

ver canal
Crédito de la imagen: 123RF

Prueba PCR múltiple autorizada por la FDA detecta 13 patógenos respiratorios en una sola muestra

Las infecciones del tracto respiratorio pueden ser difíciles de distinguir en la presentación inicial porque muchas causan síntomas solapados e inespecíficos y, al principio,... Más

Tecnología

ver canal
Imagen: Cartera de secuenciación SureSeq de próxima generación de OGT, diseñada para su uso con la línea Hamilton NGS STAR (Fotografía cortesía de Hamilton Company)

Nuevo flujo de automatización agiliza preparación de bibliotecas de NGS en laboratorios de alto volumen

La demanda de la secuenciación de nueva generación (NGS) sigue aumentando a medida que los laboratorios procesan volúmenes crecientes de muestras, pero la preparación de bibliotecas... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.