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




Modelo de aprendizaje profundo diagnostica con precisión la EPOC con una sola inhalación

Por el equipo editorial de MedImaging en español
Actualizado el 29 Dec 2024
Print article
Imagen: Los mapas de atención de bajo y alto nivel para individuos en cada etapa GOLD para las CNN I y E (Foto cortesía de Radiology: Cardiothoracic Imaging, doi.org/10.1148/ryct.240005)
Imagen: Los mapas de atención de bajo y alto nivel para individuos en cada etapa GOLD para las CNN I y E (Foto cortesía de Radiology: Cardiothoracic Imaging, doi.org/10.1148/ryct.240005)

La enfermedad pulmonar obstructiva crónica (EPOC) es una afección pulmonar progresiva que afecta la respiración y se caracteriza por síntomas como dificultad para respirar y fatiga. Es la tercera causa de muerte en todo el mundo, según la Organización Mundial de la Salud, y actualmente no tiene cura. La espirometría, o prueba de función pulmonar, se utiliza comúnmente para diagnosticar la EPOC, ya que mide la función pulmonar evaluando el volumen de aire inhalado y exhalado, junto con la velocidad de exhalación. Además, la tomografía computarizada (TC) de los pulmones también se utiliza para ayudar en el diagnóstico de la EPOC, que generalmente requiere dos adquisiciones de imágenes: una durante la inhalación completa (inspiración) y otra durante la exhalación normal (espiración).

Sin embargo, algunos hospitales enfrentan desafíos para implementar el protocolo de TC espiratorio debido a la necesidad de capacitación especializada tanto para los tecnólogos que adquieren las imágenes como para los radiólogos que las interpretan. Además, los pacientes mayores con función pulmonar reducida pueden tener dificultades para contener la respiración el tiempo suficiente para completar la fase de exhalación, lo que puede afectar la calidad de las imágenes y la precisión del diagnóstico. Ahora, un nuevo estudio ha demostrado que un modelo de aprendizaje profundo puede diagnosticar y estadificar eficazmente la EPOC utilizando una única tomografía computarizada del pulmón por inhalación.

Investigadores de la Universidad Estatal de San Diego (San Diego, CA, EUA) propusieron que una única TC de inhalación, combinada con una red neuronal convolucional (CNN) y datos clínicos, podría ser suficiente para diagnosticar y estadificar la EPOC. Las CNN son un tipo de red neuronal artificial que utiliza técnicas de aprendizaje profundo para analizar y clasificar imágenes.

En este estudio retrospectivo, el equipo utilizó datos de 8.893 pacientes, todos ellos con antecedentes de tabaquismo y una edad media de 59 años. El estudio recopiló imágenes de TC de inhalación y exhalación y datos de espirometría entre noviembre de 2007 y abril de 2011. El modelo de CNN se entrenó para predecir las mediciones de espirometría utilizando una TC de pulmón de una sola fase o de múltiples fases, junto con datos clínicos.

Las predicciones realizadas por el modelo de CNN para la espirometría se utilizaron posteriormente para predecir la clasificación de la Iniciativa Global para la Enfermedad Pulmonar Obstructiva Crónica (GOLD), que clasifica la gravedad de la EPOC en cuatro estadios, desde leve (estadio 1) hasta muy grave (estadio 4). Los hallazgos, publicados en Radiology: Cardiothoracic Imaging, revelaron que un modelo CNN entrenado en una sola TC de inhalación fue capaz de diagnosticar con precisión la EPOC y se encontraba dentro de un estadio GOLD de precisión. El rendimiento de este modelo fue comparable a los resultados de diagnóstico obtenidos utilizando TC de inhalación y exhalación.

Cuando se incluyeron datos clínicos, la precisión de las predicciones del modelo CNN mejoró aún más. Además, los modelos CNN entrenados solo con datos de inhalación o exhalación funcionaron igualmente bien, lo que sugiere que ciertos marcadores de diagnóstico para la EPOC pueden ser consistentes en ambos tipos de imágenes de TC.

"Aunque muchos protocolos de imagen para el diagnóstico y la clasificación de la EPOC requieren dos adquisiciones de TC, nuestro estudio demuestra que el diagnóstico y la clasificación de la EPOC son factibles con una sola adquisición de TC y datos clínicos relevantes", afirmó el autor del estudio, el Dr. Kyle A. Hasenstab, profesor adjunto de Estadística y Ciencia de Datos en la Universidad Estatal de San Diego, California. "La reducción a una sola adquisición de TC inspiratoria puede aumentar la accesibilidad a este enfoque diagnóstico mientras reduce los costos para el paciente, el malestar y la exposición a la radiación ionizante".

New
Prostate Cancer MRI Analysis Tool
DynaCAD Urology
Digital Radiographic System
OMNERA 300M
Radiology Software
DxWorks
Computed Tomography System
Aquilion ONE / INSIGHT Edition

Print article

Canales

Radiografía

ver canal
Imagen: un estudio ha vinculado un mayor uso de radiografías de tórax con un diagnóstico más temprano del cáncer de pulmón y una mejor supervivencia (foto cortesía de 123RF)

Mayor uso de radiografías de tórax permite detectar el cáncer de pulmón en etapas tempranas

El cáncer de pulmón sigue siendo la principal causa de muerte por cáncer en todo el mundo. Si bien tecnologías avanzadas como la tomografía computarizada (TC) desempeñan... Más

RM

ver canal
Imagen: Comparación que muestra exploraciones 3T y 7T para el mismo participante (foto cortesía de P Simon Jones/University of Cambridge)

Imágenes por RM ultrapotentes permiten cirugías en pacientes con epilepsia resistente al tratamiento

Aproximadamente 360.000 personas en el Reino Unido padecen epilepsia focal, una afección en la que las convulsiones se propagan desde una parte del cerebro. Alrededor de un tercio de estos pacientes... Más

Medicina Nuclear

ver canal
Imágenes PET/TC con 68Ga-FZ-NR-1 e imágenes PET/TC y PET/RM con 18F-FDG en pacientes representativos con TNBC con nectina-4 positiva (foto cortesía del Journal of Nuclear Medicine)

Nuevo radiotrazador identifica biomarcador para el cáncer de mama triple negativo

El cáncer de mama triple negativo (CMTN), que representa entre el 15 % y el 20 % de todos los casos de cáncer de mama, es uno de los subtipos más agresivos, con una tasa de supervivencia a cinco años de... 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.