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





Método acelerado de inteligencia artificial monitoriza la severidad de la enfermedad COVID-19 a partir de las tomografías computarizadas (TC) de tórax

Por el equipo editorial de LabMedica en español
Actualizado el 02 Apr 2021
Imagen: El método acelerado por IA monitoriza la severidad de la enfermedad COVID-19 a partir de las TCs de tórax del paciente (Fotografía cortesía de NVIDIA)
Imagen: El método acelerado por IA monitoriza la severidad de la enfermedad COVID-19 a partir de las TCs de tórax del paciente (Fotografía cortesía de NVIDIA)
Un método acelerado por inteligencia artificial pudo monitorizar la severidad de la enfermedad COVID-19 en el tiempo a partir de las tomografías computarizadas de tórax del paciente.

Investigadores de NVIDIA (Santa Clara, CA, EUA) y los Institutos Nacionales de Salud de los Estados Unidos (NIH; Bethesda, MA, EUA) estudiaron la progresión de las opacidades pulmonares en las imágenes de TC de tórax de pacientes con COVID, y extrajeron conocimientos acerca de las relaciones temporales entre las características de la TC y las mediciones de laboratorio. Cuantificar las opacidades TC les puede decir a los médicos qué tan severa es la condición de un paciente. Un mejor entendimiento de la progresión de las opacidades pulmonares en los pacientes con COVID podría ayudar a informar las decisiones clínicas en pacientes con neumonía, y aportar información durante los ensayos clínicos para terapias para tratar el virus.

Al seleccionar una serie de datos de más de 100 TCs de tórax secuenciales de 29 pacientes con COVID de China e Italia, los investigadores usaron un modelo de segmentación NVIDIA Clara AI para automatizar la ardua tarea de segmentar el pulmón completo en cada TC. Los radiólogos expertos revisaron el total de segmentaciones pulmonares, y segmentaron manualmente las opacidades pulmonares. Para rastrear la progresión de la enfermedad, los investigadores usaron curvas temporales generalizadas, que correlacionaron los datos de TC con las mediciones de laboratorio como el conteo de leucocitos y los niveles de procalcitonina. Luego usaron visualizaciones 3D para reconstruir la evolución de las opacidades por COVID en uno de los pacientes.

El equipo encontró que las opacidades pulmonares aparecieron entre uno a cinco días antes del inicio de los síntomas, y tuvieron un pico máximo un día después de que comenzaran. También analizaron dos subtipos de opacidades –opacidad en vidrio esmerilado y consolidación- y descubrieron que las opacidades en vidrio esmerilado aparecían más temprano en la enfermedad, y persistían un tiempo después de la resolución de la consolidación. Los investigadores mostraron cómo las curvas dinámicas TC podían ser usadas como una herramienta de referencia clínica para los casos leves de COVID-19, y podrían ayudar a detectar los casos que se agravan con el tiempo. Esas curvas podrían ayudar a los médicos a identificar los efectos pulmonares crónicos señalando los casos donde los pacientes tienen opacidades residuales visibles en las tomografías computarizadas TC largo tiempo después de que los otros síntomas se disipen.

Enlace relacionado:
Institutos Nacionales de Salud de los Estados Unidos

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Neonatal Heel Incision Device
Tenderfoot
Miembro Platino
Sistema bioquímico e inmunológico integrado
Biolumi CX Solution X10+C10
Clinical Informatics Platform
CLARION™

Canales

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

Clasificador del microbioma intestinal mejora estratificación del riesgo de cáncer colorrectal

El cáncer colorrectal sigue siendo una de las principales causas de mortalidad por cáncer, y los métodos actuales de cribado no invasivo aún pasan por alto muchas lesiones precancerosas.... Más

Tecnología

ver canal
Imagen: Resumen gráfico  (Streather, B. R., T. A. Eastwood, K. Baker, et al. 2026. Journal of Extracellular Vesicles 15, no. 8: e70354. https://doi.org/10.1002/jev2.70354)

Sistema de expresión con vesículas bacterianas agiliza producción de proteínas para diagnóstico del cáncer

Las proteínas recombinantes son fundamentales para muchos diagnósticos y terapias del cáncer, pero numerosos objetivos siguen siendo difíciles y costosos de producir porque... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.