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
GC Medical Science corp.

Deascargar La Aplicación Móvil




Un sistema nuevo de IA es tan bueno como los radiólogos para detectar el cáncer de próstata

Por el equipo editorial de HospiMedica en español
Actualizado el 01 May 2019
Investigadores de la Universidad de California {(UCLA), Los Ángeles, CA, EUA} desarrollaron un sistema nuevo de inteligencia artificial (IA) para ayudar a los radiólogos a mejorar su capacidad para diagnosticar el cáncer de próstata. Más...
El sistema, llamado FocalNet, ayuda a identificar y predecir la agresividad de la enfermedad evaluando las imágenes de resonancia magnética (RM) con casi el mismo nivel de exactitud que los radiólogos experimentados.

En general, los radiólogos usan la RM para detectar y evaluar la agresividad de los tumores malignos de próstata. Sin embargo, esto requiere practicar en miles de exámenes para aprender a determinar con exactitud si un tumor es canceroso o benigno y para determinar con exactitud el grado del cáncer. Además, muchos hospitales carecen de los recursos para implementar la capacitación altamente especializada requerida para detectar el cáncer usando la resonancia magnética.

FocalNet es una red neuronal artificial que puede ayudar a los radiólogos a mejorar su capacidad para diagnosticar el cáncer de próstata mediante el uso de un algoritmo que comprende más de un millón de variables entrenables. Los investigadores de la UCLA entrenaron el sistema haciéndolo analizar las imágenes por resonancia magnética de 417 hombres con cáncer de próstata. Los resultados de los exámenes se introdujeron en el sistema para que pudiera aprender a evaluar y clasificar los tumores de manera coherente y comparar los resultados con la muestras de patología real. Los investigadores probaron FocalNet y encontraron que tenía un 80,5% de exactitud en la lectura de las resonancias magnéticas, en comparación con los radiólogos que tenían al menos 10 años de experiencia y que tenían un 83,9% de exactitud. Esto sugiere que un sistema de IA podría ahorrar tiempo y proporcionar, potencialmente, orientación de diagnóstico a los radiólogos con menos experiencia.

Enlace relacionado:
Universidad de California


Miembro Platino
VISOR EN PANTALLA DE DIAGNÓSTICO EN TIEMPO REAL
GEMweb Live
Miembro Oro
Electrode Solution and Skin Prep
Signaspray
Isolation Stretcher
IS 736
PACS Workstation
PaxeraView PRO
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a HospiMedica.es y acceda a las noticias y eventos que afectan al mundo de la Medicina.
  • Edición gratuita de la versión digital de HospiMedica en Español enviado regularmente por email
  • Revista impresa gratuita de la revista HospiMedica en Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de HospiMedica en Español digital
  • Boletín de HospiMedica en Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








Canales

Cuidados Criticos

ver canal
Imagen: el dispositivo CircTrek monitorea continuamente las células circulantes en los vasos sanguíneos, lo que permite un seguimiento de la salud no invasivo en tiempo real (foto cortesía de Kyuho Jang, Gopikrishna Pillai y DeBlina Sarkar/MIT)

Dispositivo portátil rastrea células individuales en el torrente sanguíneo en tiempo real

Investigadores han desarrollado un dispositivo de monitorización médica no invasivo capaz de detectar células individuales dentro de los vasos sanguíneos, y que además... Más

Técnicas Quirúrgicas

ver canal
Imagen: el profesor Bumsoo Han y la  investigadora postdoctoral Sae Rome Choi fueron coautores de un estudio sobre el uso del origami de ADN para mejorar la obtención de imágenes de tejido pancreático denso (foto cortesía de Fred Zwicky/University of Illinois Urbana-Champaign)

El origami de ADN mejora la imagenología del tejido pancreático denso para la detección del cáncer

Uno de los desafíos de la lucha contra el cáncer de páncreas es encontrar maneras de penetrar el tejido denso del órgano para definir los límites entre el tejido maligno... Más

Cuidados de Pacientes

ver canal
Imagen: La plataforma de biosensores portátil utiliza sensores electroquímicos impresos para la detección rápida y selectiva de Staphylococcus aureus (foto cortesía de AIMPLAS)

Plataforma de biosensores portátiles reducirá infecciones adquiridas en el hospital

En la Unión Europea, aproximadamente 4 millones de pacientes adquieren infecciones asociadas a la atención de la salud (IAAS), o infecciones nosocomiales, cada año, lo que provoca alrededor de 37.... Más

TI

ver canal
Imagen: Un sensor de sudor portátil basado en la tecnología de nanopartículas de núcleo-capa (Foto cortesía de Caltech)

Nanopartículas imprimibles permiten la producción masiva de biosensores portátiles

Es probable que el futuro de la medicina se centre en la personalización de la atención médica, comprendiendo exactamente lo que cada individuo necesita y proporcionando la combinación... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.