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




Análisis de IA de imágenes PET/TC predice efectos secundarios de la inmunoterapia en cáncer de pulmón

Por el equipo editorial de MedImaging en español
Actualizado el 21 Nov 2024
Print article
Imagen: Ejemplo de análisis de IA de imágenes PET/TC (foto cortesía de Academic Radiology; DOI: 10.1016/j.acra.2024.08.043)
Imagen: Ejemplo de análisis de IA de imágenes PET/TC (foto cortesía de Academic Radiology; DOI: 10.1016/j.acra.2024.08.043)

La inmunoterapia ha avanzado significativamente en el tratamiento del cáncer de pulmón primario, pero a veces puede provocar un efecto secundario grave conocido como enfermedad pulmonar intersticial. Esta afección se caracteriza por la formación de cicatrices en los pulmones (fibrosis) y puede ser mortal debido a la insuficiencia respiratoria. Predecir la aparición de la enfermedad pulmonar intersticial causada por la inmunoterapia sigue siendo un desafío. Como resultado, existe la necesidad de métodos confiables para evaluar el riesgo de desarrollar esta afección después de la inmunoterapia. Ahora, un nuevo estudio ha descubierto que el análisis de imágenes PET/TC combinado con inteligencia artificial (IA) puede predecir la probabilidad de desarrollar enfermedad pulmonar intersticial.

En este estudio retrospectivo, investigadores de la Universidad de Niigata (Niigata, Japón) analizaron datos de 165 pacientes con cáncer de pulmón primario que estaban recibiendo inmunoterapia. En general, se cree que la enfermedad pulmonar intersticial puede desarrollarse cuando la inflamación desencadenada por la inmunoterapia afecta al tejido pulmonar sano además de a las células cancerosas. En base a esto, los investigadores plantearon la hipótesis de que los pacientes con una inflamación significativa en sus pulmones sanos antes del tratamiento podrían tener un mayor riesgo de desarrollar enfermedad pulmonar intersticial.

Para probar esta hipótesis, los investigadores utilizaron tomografías por emisión de positrones (PET) y tomografías computarizadas (TC), una técnica de imágenes nucleares que puede detectar la inflamación en todo el cuerpo. UEmplearon inteligencia artificial (IA) para evaluar el nivel de inflamación en las regiones no cancerosas de los pulmones (áreas no afectadas por el cáncer). El estudio, publicado en la revsita Academic Radiology, descubrió que los pacientes con altos niveles de inflamación en el tejido pulmonar sano tenían aproximadamente 6,5 veces más probabilidades de desarrollar enfermedad pulmonar intersticial después de la inmunoterapia en comparación con aquellos con una inflamación menor.

"La PET/CT se realiza generalmente para detectar la metástasis del cáncer, pero podría ser útil para estimar los riesgos de efectos secundarios asociados con el tratamiento del cáncer", dijo el investigador Motohiko Yamazaki. "Los resultados de nuestro estudio no solo pueden ayudar a predecir la aparición de enfermedad pulmonar intersticial después de la inmunoterapia, sino también a dilucidar el mecanismo de este grave efecto secundario. Deberíamos realizar un estudio prospectivo multicéntrico para realizar más investigaciones".

Ultrasonic Pocket Doppler
SD1
Diagnostic Ultrasound System
MS1700C
Computed Tomography System
Aquilion ONE / INSIGHT Edition
New
HF Stationary X-Ray Machine
TR20G

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

Ultrasonido

ver canal
Imagen: La sonda universal Vave (Foto cortesía de Vave Health)

El primer ultrasonido inalámbrico, portátil y de cuerpo entero con un solo transductor PZT

Los dispositivos de ultrasonido desempeñan un papel vital en el campo de la medicina, utilizándose rutinariamente para examinar los tejidos y estructuras internas del cuerpo. Si bien los avances han mejorado... Más

Imaginología General

ver canal
Imágenes axiales de ventana pulmonar de TC de tórax sin contraste de tres parches de muestra diferentes que se muestran en cada fila (Foto cortesía de Radiology: Cardiothoracic Imaging)

TC de dosis ultra baja ayuda en el diagnóstico de neumonía en pacientes inmunocomprometidos

Las infecciones pulmonares pueden poner en peligro la vida de los pacientes con sistemas inmunitarios debilitados, por lo que el diagnóstico oportuno es crucial. Si bien las tomografías computarizadas... 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.