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
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




IA diagnostica fracturas de muñeca tan bien como radiólogos

Por el equipo editorial de MedImaging en español
Actualizado el 09 Apr 2024

En el campo de las imágenes médicas, la radiografía convencional es el método principal para diagnosticar las fracturas de muñeca. Sin embargo, desafíos como el posicionamiento, la técnica, la cooperación del paciente y los errores de interpretación subóptimos, que a menudo surgen de la inexperiencia del médico, la fatiga o las malas condiciones de visualización, pueden afectar la precisión de estas radiografías. Los errores de interpretación más frecuentes en los departamentos de emergencia (DE) son las fracturas omitidas, lo que provoca retrasos en el tratamiento. Los médicos, en particular aquellos con formación limitada en imágenes musculoesqueléticas, a menudo tienen dificultades para identificar las fracturas de muñeca, especialmente cuando los signos son sutiles. El avance del aprendizaje profundo (DL) en la automatización del diagnóstico de fracturas de muñeca podría ayudar significativamente a los médicos, y los desarrollos recientes han visto mejoras sustanciales en las tasas de error de clasificación de imágenes de los modelos de DL. Ahora, un nuevo metanálisis revela que los algoritmos de inteligencia artificial (IA), especialmente las redes neuronales convolucionales (CNN), son muy eficaces para detectar fracturas de muñeca a partir de rayos X simples y tienen un desempeño a la par de profesionales sanitarios capacitados.

El estudio realizado por investigadores del Hospital Universitario del Sur de Dinamarca (Odense, Dinamarca) implicó analizar varias bases de datos médicas desde enero de 2012 hasta marzo de 2023. El equipo identificó seis estudios que aplicaron IA de aprendizaje profundo para diagnosticar fracturas radiales y cubitales mediante radiografías. Los estudios incluyeron colectivamente 33.026 imágenes de rayos X. Cada estudio empleó modelos de CNN entrenados en un conjunto de datos de imágenes y comparó su precisión diagnóstica con la de expertos sanitarios especializados en diagnóstico de fracturas. El enfoque en las fracturas de muñeca en este metanálisis se debió a su alta tasa de diagnóstico erróneo en los DE, donde su detección mediante rayos X puede ser compleja.

Una revisión exhaustiva de estos estudios indicó que las CNN, comparadas con el consenso de expertos sanitarios, lograron una tasa de sensibilidad del 92 % y una tasa de especificidad del 93 %. Este hallazgo posiciona a las CNN como una herramienta preliminar eficaz para revisar radiografías, lo que potencialmente reduce las fracturas pasadas por alto cuando se realiza un seguimiento mediante un examen de un profesional de la salud. Sin embargo, el estudio reconoce la necesidad de realizar más investigaciones y enfatiza la importancia de las pruebas de conjuntos de datos externos, metodologías uniformes y estándares de referencia de expertos independientes para determinar completamente la efectividad de los algoritmos de diagnóstico de IA. Los estudios futuros también deberían centrarse en los resultados de los pacientes como punto de referencia para comprender el impacto de las CNN en el mundo real en entornos clínicos.

“Para los médicos, la IA podría utilizarse potencialmente para mejorar la confianza en el diagnóstico, especialmente en los campos de la radiología. Los algoritmos de IA pueden resultar especialmente útiles para los médicos menos experimentados”, concluyeron los investigadores.

Enlaces relacionados:
Hospital Universitario del Sur de Dinamarca  

Multi-Use Ultrasound Table
Clinton
Radiology Software
DxWorks
X-ray Diagnostic System
FDX Visionary-A
Ultra-Flat DR Detector
meX+1717SCC
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a MedImaging.es y acceda a las noticias y eventos que afectan al mundo de la Radiología.
  • Edición gratuita de la versión digital de Medical Imaging Español enviado regularmente por email
  • Revista impresa gratuita de la revista Medical Imaging Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de Medical Imaging Español digital
  • Boletín de Medical Imaging Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








Canales

Ultrasonido

ver canal
Imagen: el modelo entrenado en ecocardiografía, puede identificar enfermedades hepáticas en personas asintomáticas (foto cortesía de 123RF)

Inteligencia artificial detecta enfermedad hepática mediante ecocardiogramas

La ecocardiografía es un procedimiento de diagnóstico que utiliza ultrasonidos para visualizar el corazón y sus estructuras asociadas. Esta prueba de diagnóstico por imágenes... Más

Medicina Nuclear

ver canal
Imagen: un fármaco reutilizado para la ELA se ha convertido en una sonda de imágenes para ayudar a diagnosticar la neurodegeneración (Foto cortesía de St. Jude Children’s Research Hospital)

Técnica innovadora de imágenes PET ayuda a diagnosticar la neurodegeneración

Las enfermedades neurodegenerativas, como la esclerosis lateral amiotrófica (ELA) y la enfermedad de Alzheimer, suelen diagnosticarse solo después de que aparecen los síntomas físicos,... Más

Imaginología General

ver canal
Imagen: Casos de cáncer de pulmón confirmados histológicamente detectados en referencia inmediata espués de una exploración inicial o un seguimiento a corto plazo de 3 meses. (Foto cortesía de DOI: 10.1016/j.ejca.2025.115324)

La IA reduce la carga de trabajo en la detección de cáncer de pulmón por TC en casi un 80 %.

El cáncer de pulmón afecta a más de 48.000 personas en el Reino Unido cada año, y la detección temprana es clave para mejorar las tasas de supervivencia.... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.