Sistema impulsado por IA combina resonancia magnética y tecnología de ultrasonido para diagnóstico de endometriosis rápido y no invasivo

La endometriosis, una afección dolorosa en la que crece tejido sensible más allá del útero, afecta a millones de mujeres en todo el mundo. El diagnóstico de endometriosis a menudo enfrenta demoras, con un período de espera promedio de 7 a 12 años para la mayoría de las mujeres. El método de diagnóstico actual implica realizar una cirugía mínimamente invasiva (laparoscópica) para inspeccionar visualmente los depósitos endometriales en el abdomen, posteriormente confirmados mediante análisis microscópico. Sin embargo, la cirugía presenta desafíos, problemas de accesibilidad y, a menudo, incurre en demoras. El largo proceso de diagnóstico de la endometriosis puede contribuir a ansiedad, depresión y la fatiga, y requiere consultas con numerosos profesionales de la salud.

Ahora, un nuevo estudio que utiliza el aprendizaje automático para combinar digitalmente de forma automática las capacidades de diagnóstico de las exploraciones pélvicas y la resonancia magnética nuclear (RMN) para identificar lesiones de endometriosis, busca acortar el proceso de diagnóstico y reducir la dependencia de la cirugía. El nuevo sistema de inteligencia artificial (IA) con tecnología desarrollada por la Universidad de Adelaida (Adelaide, Australia) en asociación con investigadores de la Universidad de Surrey (Guildford, Reino Unido) podría mejorar la calidad de vida de millones de personas que padecen endometriosis. El sistema IMAGENDO desarrollado por los investigadores aprovecha la IA para analizar datos de ecografías y resonancias magnéticas, lo que reduce significativamente el tiempo necesario para el diagnóstico de la endometriosis.

“Si bien las preocupaciones legítimas sobre el uso de la IA han dominado los titulares, este es un ejemplo de cómo esta tecnología puede mejorar la vida de millones de personas que sufren de endometriosis y dolor pélvico severo”, dijo el profesor Gustavo Carneiro, profesor de IA y Aprendizaje Automático en la Universidad de Surrey y uno de los investigadores principales de IMAGENDO. “IMAGENDO está introduciendo capacidades innovadoras de IA para proporcionar un diagnóstico de endometriosis rápido y no invasivo mediante la combinación de la resonancia magnética y la tecnología de ultrasonido”.

Enlaces relacionados:
Universidad de Adelaida
Universidad de Surrey

Visitar la expo >

Multi-Use Ultrasound Table

Clinton

X-ray Diagnostic System

FDX Visionary-A

New

Ultrasound Needle Guide

Ultra-Pro 3

Ultrasound Table

Women’s Ultrasound EA Table