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





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
Electrolyte Analyzer
CBS-4000 (CBS-400)
Miembro Oro
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.
New
Drug Testing Assays
Atellica DT 250 Analyzer

Canales

Química Clínica

ver canal
Imagen: La prueba Galleri de GRAIL utiliza el aprendizaje automático para analizar patrones de ADNcf en busca de señales de cáncer y predecir su ubicación probable para guiar una evaluación adicional.

Prueba sanguínea multicáncer amplía detección a cánceres sin opciones de cribado rutinario

Muchos cánceres letales carecen de cribado rutinario y a menudo se diagnostican solo después de que aparecen los síntomas, lo que limita las opciones curativas. Los programas estándar... Más

Diagnóstico Molecular

ver canal
Imagen: MPNST es un cáncer del tejido conectivo que rodea los nervios periféricos, siendo la NF1 un factor de riesgo clave (Crédito de la imagen: Nephron/Wikimedia Commons (CC BY-SA 3.0)

Biopsia líquida muestra potencial para detectar y monitorizar tumores malignos de la vaina nerviosa

El tumor maligno de la vaina de los nervios periféricos (MPNST) es uno de los cánceres más graves que afectan a las personas con neurofibromatosis tipo 1 (NF1), pero su reconocimiento oportuno sigue siendo difícil.... Más

Inmunología

ver canal
Imagen: Resumen gráfico (Turner N, Keam S, Abdel-Wahab N, et al. La cascada inflamatoria guiada por células B perpetúa la colitis mediada por ICI. Cell Reports (2026). doi:10.1016/j.celrep.2026.117969)

Biomarcador sanguíneo podría predecir riesgo de colitis durante terapia con inhibidores de puntos de control

Los inhibidores de puntos de control inmunitario pueden desencadenar colitis inmunorrelacionada que provoca diarrea grave, dolor abdominal e interrupciones del tratamiento. Actualmente, los médicos... Más

Microbiología

ver canal
Imagen: El ébola sigue siendo una amenaza para la salud pública en rápida evolución con una alta mortalidad, lo que subraya la necesidad de un diagnóstico oportuno y pruebas descentralizadas más cercanas a los pacientes (Crédito de la imagen: Adobe Stock)

Colaboración busca llevar detección sanguínea del ébola fuera de los laboratorios centrales

Co-Diagnostics, Inc. (Salt Lake City, UT, EE. UU.) y ReadyGo Diagnostics Ltd. (Bath, Reino Unido) han iniciado una colaboración para evaluar GoCollect de ReadyGo con la plataforma Co-Dx PCR para... Más

Patología

ver canal
Imagen: Muestras vaginales y de orina que muestran cáncer de endometrio (caso verdadero positivo; fila superior) y ausencia de células malignas (caso verdadero negativo; fila inferior). (Jones ER, Narine N, O\'Flynn H, et al. The Lancet Obstetrics, Gynecology, & Women's Health (2026). DOI:10.1016/S3050-5038(26)00222-0.)

Prueba sencilla podría reducir necesidad de estudios invasivos para detectar cáncer uterino

El sangrado después de la menopausia requiere una investigación urgente para detectar cáncer de útero, aunque la mayoría de las mujeres que se someten a pruebas no padecen... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.