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
RANDOX LABORATORIES

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
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
Aspiration System
VACUSAFE
Software de laboratorio
Acusera 24•7
New
Analizador de coagulación automatizado
Hemolumi H6
Automated Urinalysis Solution
UN-9000

Canales

Química Clínica

ver canal
Imagen: Un nuevo estudio identifica distintas firmas metabolómicas en la sangre materna asociadas tanto con el momento como con el tipo de nacimiento prematuro (Crédito de la imagen: iStock)

Biomarcadores en sangre materna identifican riesgo de parto prematuro y parto a término temprano

Los partos prematuros y a término temprano pueden provocar complicaciones duraderas, ya que los órganos vitales continúan madurando durante las últimas semanas del embarazo.... Más

Diagnóstico Molecular

ver canal
Imagen: El sistema Fast PCR ofrece resultados de muestra a respuesta para patógenos clave en menos de 10 minutos (Fotografía cortesía de AMDI)

Panel de PCR en el punto de atención detecta VRS, influenza y SARS-CoV-2 en minutos

El virus sincitial respiratorio (VSR), la gripe y el SARS-CoV-2 siguen siendo patógenos respiratorios importantes en la atención ambulatoria. El VSR es una prioridad particular, ya que puede causar enfermedades... Más

Hematología

ver canal
Imagen: La serie XR de próxima generación de Sysmex America, una solución de hematología diseñada para ayudar a los laboratorios ocupados a ofrecer resultados rápidos y confiables mientras mantienen flujos de trabajo eficientes (Fotografía cortesía de Sysmex America)

Plataforma hematológica de nueva generación agiliza flujos de trabajo en laboratorios complejos

Sysmex America (Chicago, IL, EE. UU.) ha presentado la nueva generación de la serie XR, centrada en el módulo de hematología automatizada XR-10 para laboratorios de alta complejidad. La plataforma se basa... Más

Inmunología

ver canal
Imagen: El estudio evaluó el perfil de anticuerpos del SARS-CoV-2, específicamente los títulos contra las proteínas pico (S) y nucleocápside (N), como herramienta para caracterizar el COVID prolongado (Crédito de la imagen: iStock)

Los perfiles de anticuerpos ofrecen pistas sobre la gravedad y los síntomas del COVID prolongado

Los síntomas persistentes tras la COVID-19 aguda afectan a millones de personas, provocando fatiga, problemas respiratorios y déficits cognitivos difíciles de cuantificar con las pruebas... Más

Microbiología

ver canal
Imagen: Burkholderia pseudomallei es una bacteria que habita en el suelo y causa melioidosis, una infección grave y potencialmente mortal que sigue siendo difícil de diagnosticar (Crédito de la imagen: Gavin Koh/Wikimedia Commons, CC BY-SA 4.0)

Servicios de laboratorio más robustos respaldan el diagnóstico de la melioidos ante su propagación global

La melioidosis, una infección potencialmente mortal causada por Burkholderia pseudomallei , sigue siendo difícil de diagnosticar debido a que sus síntomas pueden confundirse con los... Más

Patología

ver canal
Imagen: El nuevo sistema de IA clasifica 102 subtipos moleculares de tumores del SNC a partir de secciones histológicas digitalizadas y teñidas de forma rutinaria (Crédito de la imagen: iStock)

Herramienta de IA acelera la clasificación de tumores cerebrales a partir de histología rutinaria

La clasificación precisa de los tumores cerebrales y de la médula espinal depende cada vez más del perfil molecular junto con la histología, pero el acceso a estas pruebas sigue... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.