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




Prueba de densidad ósea predice riesgo de ataque cardíaco

Por el equipo editorial de MedImaging en español
Actualizado el 17 Aug 2023
Print article
Imagen: La IA puede proporcionar un análisis rápido de los resultados de detección de osteoporosis de rutina e informar el puntaje de calcificación (Fotografía cortesía de Shutterstock)
Imagen: La IA puede proporcionar un análisis rápido de los resultados de detección de osteoporosis de rutina e informar el puntaje de calcificación (Fotografía cortesía de Shutterstock)

Una prueba estándar de detección de osteoporosis, que mide la densidad ósea, también puede detectar un riesgo elevado de ataques cardíacos debido a la presencia de calcio en la aorta. Sin embargo, la interpretación de estas imágenes exige experiencia y puede ser un proceso lento. Una nueva investigación ahora ha revelado que el uso del aprendizaje automático para calcular el puntaje de esta prueba de calcificación puede hacer que el proceso sea más rápido y eficiente, eliminando la necesidad de una evaluación humana de los escaneos y ayudando a predecir el riesgo de ataque cardíaco.

La tarea de calificar la calcificación aórtica abdominal (CAA) a partir de imágenes producidas por máquinas de densidad ósea es un proceso cuidadoso que requiere un entrenamiento meticuloso. En consecuencia, la puntuación de la CAA no se lleva a cabo comúnmente en la práctica clínica cuando se adquieren estas imágenes. En una colaboración de investigación de varias instituciones que incluyó a la Escuela de Medicina de Harvard (Boston, MA, EUA), los científicos desarrollaron, validaron y probaron algoritmos de aprendizaje automático para la evaluación de CAA. Esta nueva herramienta, conocida como ML-AAC-24, se evaluó luego en un entorno del mundo real utilizando un estudio de registro de 8.565 hombres y mujeres mayores. Los investigadores encontraron que las puntuaciones más altas de ML-AAC-24 estaban relacionadas con un riesgo de enfermedad cardiovascular considerablemente elevado y un peor pronóstico a largo plazo.

“Durante las exploraciones DXA obtenidas para las pruebas de densidad mineral ósea, se puede ver y cuantificar la calcificación vascular de la aorta”, dijo Naeha Sharif de la Universidad Edith Cowan. "Este estudio desarrolló un algoritmo de aprendizaje automático para determinar automáticamente la gravedad de la calcificación que se corresponde estrechamente con la lectura manual que lleva mucho más tiempo de realizar".

“Este desarrollo allana el camino para su uso en entornos clínicos de rutina con poco o ningún tiempo para generar la puntuación de calcificación útil que predice ataques cardíacos”, agregó Douglas Kiel, profesor de medicina de HMS y director del Centro de Investigación Musculoesquelética en Hebrew SeniorLife.

Enlaces relacionados:
Escuela de Medicina de Harvard

Radiation Therapy Treatment Software Application
Elekta ONE
X-ray Diagnostic System
FDX Visionary-A
Ultra-Flat DR Detector
meX+1717SCC
Multi-Use Ultrasound Table
Clinton

Print article

Canales

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.