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
ZeptoMetrix an Antylia scientific company

Deascargar La Aplicación Móvil





Modelo muy avanzado de IA detecta la COVID-19 con precisión mediante el análisis de imágenes de los pulmones

Por el equipo editorial de LabMedica en español
Actualizado el 17 Aug 2021
Print article
ilustración
ilustración
Los investigadores han diseñado y validado una detección basada en imágenes de COVID-19 con la ayuda de modelos de inteligencia artificial (IA) mediante el uso de un modelo para recopilar automáticamente datos de imágenes de los lóbulos pulmonares. Luego, estos datos se analizaron para obtener características como posibles biomarcadores de diagnóstico para la COVID-19.

Estos biomarcadores de diagnóstico que utilizan el modelo de IA se utilizaron posteriormente para diferenciar a los pacientes con COVID-19 de los pacientes con neumonía y de los pacientes sanos. El modelo completo fue desarrollado por investigadores del Instituto Terasaki para la Innovación Biomédica (TIBI; Los Ángeles, CA, EUA) con una cohorte de 704 radiografías de tórax y luego validado de forma independiente con 1.597 casos de múltiples fuentes que comprendían pacientes sanos, con neumonía y con COVID-19. Los resultados mostraron un excelente desempeño del modelo en la clasificación de los diagnósticos de los distintos pacientes.

Las imágenes médicas han sido una herramienta vital por mucho tiempo para el diagnóstico y las evaluaciones de pronóstico de muchas enfermedades. En los últimos años, se ha utilizado el uso de modelos de IA junto con estas imágenes para aumentar sus capacidades de diagnóstico. Al utilizar estos modelos, se pueden extraer algunas características de las imágenes que pueden revelar características de la enfermedad que no se identifican a simple vista. El poder de procesar datos de esta manera inteligente puede tener un gran impacto en el campo médico, especialmente con el crecimiento actual de las funciones de imágenes y la necesidad de una alta precisión en las decisiones médicas.

Existe una gran demanda de detección rápida y exacta de la infección por COVID-19. El método de detección principal ha sido el uso de la reacción en cadena de la polimerasa con transcripción inversa (RT-PCR) en muestras recolectadas de hisopos nasales o faríngeos. Sin embargo, este método está sujeto a inexactitudes debido a errores de muestreo, baja carga viral y limitaciones de sensibilidad del método. Este es un problema especialmente importante para los pacientes que se encuentran en las primeras etapas de la infección. Una herramienta de diagnóstico adicional para la COVID-19 puede provenir de las imágenes de los pulmones. Para diagnosticar enfermedades pulmonares, las radiografías de tórax o las tomografías computarizadas son los recursos principales y se pueden usar para diferenciar la COVID-19 de otros tipos de lesiones pulmonares, así como para evaluar la gravedad de la afectación pulmonar en la COVID-19. Estos tipos de imágenes pueden mejorar las capacidades de diagnóstico de los pacientes con COVID-19, especialmente si se combinan con modelos de IA. El uso de modelos informáticos con datos extraídos de imágenes médicas es muy prometedor para permitir la medicina de precisión y puede revolucionar la práctica médica en la clínica. El desarrollo de metodologías para capturar conjuntos completos de información mientras se suprimen las características irrelevantes mejora la confiabilidad de los modelos de IA. El enfoque propuesto sería un paso hacia su aplicación en la medicina de precisión y puede proporcionar una forma eficiente, económica y no invasiva de fortalecer las capacidades de diagnóstico de las imágenes.

“Este modelo de inteligencia artificial altamente avanzado ayuda aún más a nuestra capacidad para detectar con precisión a los pacientes con COVID-19. Además, dicho modelo se puede aplicar para el diagnóstico de otras enfermedades utilizando diferentes modalidades de imagen”, dijo el investigador principal, Samad Ahadian, Ph.D.

“Los modelos impulsados por inteligencia artificial con capacidades de diagnóstico y predicción son una herramienta poderosa que son parte importante de nuestras plataformas de investigación aquí en el instituto”, dijo Ali Khademhosseini, Ph.D., director y director ejecutivo de TIBI. “Esto se trasladará a innumerables aplicaciones en el campo biomédico y en la clínica”.

Enlace relacionado:
Instituto Terasaki para la Innovación Biomédica

Miembro Oro
Veterinary Hematology Analyzer
Exigo H400
Verification Panels for Assay Development & QC
Seroconversion Panels
New
Ultra-Low Temperature Freezer
iUF118-GX
New
TRAcP 5b Assay
TRAcP 5b (BoneTRAP) Assay

Print article

Canales

Química Clínica

ver canal
Imagen: la QIP-MS podría predecir y detectar la recaída del mieloma más temprano en comparación con las técnicas utilizadas actualmente (foto cortesía de Adobe Stock)

Monitorización con espectrometría de masas predice e identifica recaída temprana del mieloma

El mieloma, un tipo de cáncer que afecta la médula ósea, es actualmente incurable, aunque muchos pacientes pueden vivir más de 10 años tras el diagnóstico.... Más

Inmunología

ver canal
Imagen: la prueba de células madre del cáncer puede elegir con precisión tratamientos más efectivos (fotografía cortesía de la Universidad de Cincinnati)

Prueba de células madre predice resultado del tratamiento en cáncer de ovario resistente al platino

El cáncer de ovario epitelial suele responder inicialmente a la quimioterapia, pero con el tiempo, el tumor desarrolla resistencia a la terapia, lo que provoca su recrecimiento. Esta resistencia... Más

Tecnología

ver canal
Imagen: Ziyang Wang y Shengxi Huang han desarrollado una herramienta que permite ideas precisas sobre proteínas virales y marcadores de enfermedades cerebrales (foto cortesía de Jeff Fitlow/Universidad Rice)

Algoritmo de firma ligera permite diagnósticos médicos más rápidos y precisos

Cada material o molécula interactúa con la luz de forma única, creando un patrón distintivo, similar a una huella dactilar. La espectroscopia óptica, que consiste en... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.