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




Las imágenes PET/CT generadas por IA reducen a la mitad la exposición de los pacientes a la radiación

Por el equipo editorial de MedImaging en español
Actualizado el 15 Jun 2022
Print article
Imagen: Los escaneos de TC virtual reducen la exposición a la radiación del paciente a la mitad durante los estudios de PET/CT (Fotografía cortesía de Pexels)
Imagen: Los escaneos de TC virtual reducen la exposición a la radiación del paciente a la mitad durante los estudios de PET/CT (Fotografía cortesía de Pexels)

Los pacientes con cáncer a menudo se someten a varios estudios de imágenes durante el diagnóstico y el tratamiento, que pueden incluir múltiples exploraciones PET/CT en una sucesión cercana. La parte de TC del examen contribuye a la exposición general a la radiación del paciente, pero es en gran medida redundante. Ahora, se puede utilizar un nuevo método de inteligencia artificial para generar imágenes PET/CT de alta calidad y, posteriormente, disminuir la exposición del paciente a la radiación.

Desarrollado por el Instituto Nacional del Cáncer (NCI, Bethesda, MD, EUA), el método evita la necesidad de corrección de atenuación basada en TC, lo que potencialmente permite imágenes de PET más frecuentes para monitorear la progresión de la enfermedad y el tratamiento sin exposición a la radiación de la adquisición de TC. En su estudio, los investigadores buscaron reducir o eliminar la necesidad de TC de baja dosis en PET/CT mediante el uso de un modelo de inteligencia artificial para generar exploraciones PET corregidas por atenuación virtual.

La cohorte de datos para el desarrollo del modelo de inteligencia artificial incluyó 305 estudios 18F-DCFPyL PSMA PET/CT. Cada estudio contenía tres exploraciones: PET sin corrección de atenuación, PET con corrección de atenuación y TC de dosis baja. Los estudios se dividieron en tres conjuntos: para entrenamiento (185), validación (60) y prueba (60). A continuación, se utilizó un generador 2D Pix2Pix para generar exploraciones PET con corrección de atenuación sintética (gen-PET) a partir de la PET original sin corrección de atenuación.

Para la evaluación cualitativa, dos médicos de medicina nuclear revisaron 40 estudios de PET/CT en un orden aleatorio, sin saber si la imagen era de PET con corrección de atenuación original o gen-PET. Cada experto registró el número y la ubicación de las lesiones PET positivas y revisó cualitativamente el ruido general y la calidad de la imagen. Los lectores pudieron detectar con éxito lesiones en las imágenes gen-PET con valores de sensibilidad razonables.

“Las imágenes de alta calidad generadas por inteligencia artificial conservan información vital de las imágenes PET sin procesar, sin la exposición adicional a la radiación de las TC”, dijo Kevin Ma, PhD, investigador postdoctoral en el NCI. “Esto abre oportunidades para aumentar la frecuencia y la cantidad de exploraciones PET por paciente por año, lo que podría proporcionar una evaluación más precisa para la detección de lesiones, la eficacia del tratamiento, la efectividad del radiotrazador y otras medidas en investigación y atención al paciente”.

Enlaces relacionados:
Instituto Nacional del Cáncer  

New
Miembro Oro
X-Ray QA Meter
T3 AD Pro
New
40/80-Slice CT System
uCT 528
New
3T MRI Scanner
MAGNETOM Cima.X
New
X-ray Diagnostic System
FDX Visionary-A

Print article

Canales

Radiografía

ver canal
Imagen: La mamografía de la izquierda muestra tejido denso (blanco), pero no hay signos de cáncer. Dos años después, se desarrolló cáncer en la misma mama (derecha, tumor marcado con un círculo rojo) (Foto cortesía de Debbie Bennett/WashU Medicine)

Método de IA predice el riesgo de cáncer de mama al analizar múltiples mamografías

Actualmente, no existe una manera de predecir quién está en riesgo de desarrollar cáncer de mama basándose únicamente en las imágenes de mamografías. Si bien existen algunas estrategias de reducción de... Más

RM

ver canal
Imagen: Microscopía de resonancia magnética del páncreas de ratón y humano con histología respectiva que demuestra la capacidad de los mapas ITD para identificar lesiones premalignas (foto cortesía de Bilreiro C, et al. Investigative Radiology, 2024)

Técnica pionera de resonancia magnética detecta por primera vez lesiones pancreáticas premaligna

El cáncer de páncreas es una de las principales causas de fallecimientos relacionados con el cáncer. Cuando la enfermedad está localizada, la tasa de supervivencia a cinco años... Más

Ultrasonido

ver canal
Imagen: Una sonda de fusión fotoacústica-ultrasonido basada en un transductor de ultrasonido transparente, junto con imágenes del recto de una rata y del esófago de un cerdo (foto cortesía de POSTECH)

Transductor de ultrasonido transparente para endoscopia fotoacústica y ultrasónica mejora la precisión diagnóstica

La ecografía endoscópica es una herramienta de uso común en gastroenterología para el diagnóstico del cáncer; sin embargo, ofrece un contraste limitado en tejidos... Más

Medicina Nuclear

ver canal
Imagen: El compuesto químico ilumina los cánceres resistentes al tratamiento en las exploraciones por imágenes (foto cortesía del King’s College London)

Nuevos escáneres detectan tumores agresivos para un mejor tratamiento

El cáncer de pulmón de células no pequeñas (CPCNP) es el tipo de cáncer de pulmón más frecuente. Aunque los tratamientos estándar como la cirugía,... 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

Industria

ver canal
Imagen: La colonoscopia virtual (colonografía por TC) es una opción aprobada para la detección del cáncer colorrectal en los EUA (Foto cortesía de Shtutterstock)

Bracco Diagnostics y ColoWatch se asocian para ampliar la disponibilidad de pruebas de detección de CCR mediante colonoscopia virtual

En los últimos 25 años, la colonoscopia virtual ha demostrado ser un método altamente preciso, seguro, conveniente y rentable para la prevención y detección del cáncer... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.