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




Modelos de IA superan a expertos humanos en la identificación de cáncer de ovario en imágenes de ultrasonido

Por el equipo editorial de MedImaging en español
Actualizado el 15 Jan 2025

Los tumores de ovario se detectan con frecuencia, a menudo por casualidad. En muchas regiones, hay una escasez significativa de especialistas en ecografía, lo que ha generado preocupaciones sobre intervenciones médicas innecesarias y diagnósticos de cáncer tardíos. Un nuevo estudio, publicado en Nature Medicine, revela que los modelos basados en inteligencia artificial (IA) pueden superar a los expertos humanos en la identificación del cáncer de ovario a partir de imágenes de ecografía.

En el estudio internacional dirigido por el Instituto Karolinska (Solna, Suecia), los investigadores desarrollaron y validaron modelos de redes neuronales que pueden distinguir entre lesiones ováricas benignas y malignas. La IA se entrenó y probó en más de 17.000 imágenes de ultrasonidos de 3.652 pacientes en 20 hospitales de ocho países. Luego, los investigadores compararon el rendimiento diagnóstico de estos modelos de IA con un gran grupo de examinadores de ultrasonidos tanto expertos como menos experimentados. Los resultados mostraron que los modelos de IA lograron una tasa de precisión del 86,3%, superando el 82,6% de los expertos y el 77,7% de los no expertos.

Los modelos de IA también podrían reducir la necesidad de derivaciones a expertos. En un escenario de triaje simulado, la IA redujo el número de derivaciones en un 63% y la tasa de diagnósticos erróneos en un 18%. Esto podría conducir a una atención más rápida y rentable para las pacientes con lesiones ováricas. A pesar de estos resultados prometedores, los investigadores enfatizan la necesidad de realizar más estudios para comprender plenamente las limitaciones clínicas y el potencial de los modelos de redes neuronales. Actualmente, están realizando ensayos clínicos prospectivos para evaluar la seguridad y la eficacia de la herramienta de IA en la práctica clínica diaria. Las investigaciones futuras también incluirán un estudio multicéntrico aleatorizado para evaluar su impacto en la gestión de las pacientes y los costos de la atención médica.

“Con una investigación y un desarrollo continuos, las herramientas basadas en IA pueden ser una parte integral de la atención médica del mañana, aliviando a los expertos y optimizando los recursos hospitalarios, pero debemos asegurarnos de que puedan adaptarse a diferentes entornos clínicos y grupos de pacientes”, dijo Filip Christiansen del Instituto Karolinska, quien es el primer autor conjunto.

New
Mobile Cath Lab
Photon F65/F80
Miembro Plata
X-Ray QA Meter
T3 AD Pro
Radiology Software
DxWorks
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

Radiografía

ver canal
Imagen: Sistema de imágenes de rayos X en color y contraste de fases utilizado en la investigación (Foto cortesía de la Universidad de Houston)

Los detectores de conteo de fotones prometen imágenes rápidas de rayos X en color

Durante muchos años, los profesionales de la salud han dependido de las radiografías 2D tradicionales para diagnosticar fracturas óseas comunes, aunque a menudo pueden pasarse por... 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.