Selecci\u00f3n de vistas oblicuas mediolaterales mamogr\u00e1ficas de mamas con diferente densidad mamaria de mujeres entre 51 y 68 a\u00f1os de edad. (AD) Ejemplos de concordancia de lectores humanos (HR)-(AI) para la categor\u00eda a (68 a\u00f1os), b (66 a\u00f1os), c (51 a\u00f1os) yd (54 a\u00f1os); B muestra un ejemplo de una mama con una masa benigna. (EH) Ejemplos de desacuerdo HR-AI; E fue clasificado como a por HR, y como b por AI (67 a\u00f1os); F fue clasificado como b por HR, y como a por AI (68 a\u00f1os); G fue clasificado como c por HR, y como d por AI (55 a\u00f1os); H fue clasificado como d por HR, y como c por AI (52 a\u00f1os). Nota – Sistema de datos e informes de im\u00e1genes mamarias (BI-RADS): categor\u00eda a (casi completamente grasa), categor\u00eda b (fibroglandular disperso), categor\u00eda c (heterog\u00e9neamente densa), categor\u00eda d (extremadamente densa). Cr\u00e9dito: Sociedad Radiol\u00f3gica de Am\u00e9rica del Norte. <\/p>\n
Una herramienta de inteligencia artificial (IA) puede clasificar de manera precisa y consistente la densidad mamaria en las mamograf\u00edas, seg\u00fan un estudio publicado en Radiology: Artificial Intelligence. <\/p>\n
La densidad del seno refleja la cantidad de tejido fibroglandular en el seno que se ve com\u00fanmente en las mamograf\u00edas. La alta densidad mamaria es un factor de riesgo de c\u00e1ncer de mama independiente y su efecto de enmascaramiento de las lesiones subyacentes reduce la sensibilidad de la mamograf\u00eda. En consecuencia, muchos estados de EE. UU. tienen leyes que requieren que las mujeres con senos densos sean notificadas despu\u00e9s de una mamograf\u00eda, para que puedan optar por someterse a pruebas complementarias para mejorar la detecci\u00f3n del c\u00e1ncer.<\/p>\n
En la pr\u00e1ctica cl\u00ednica, la densidad mamaria se eval\u00faa visualmente en Mamograf\u00edas de dos vistas, m\u00e1s com\u00fanmente con la escala de cuatro categor\u00edas del Sistema de datos e informes de im\u00e1genes mamarias del American College of Radiology Breast Imaging-Reporting and Data System (BI-RADS), que van desde la Categor\u00eda A para mamas casi totalmente grasas hasta la Categor\u00eda D para mamas extremadamente densas. El sistema tiene limitaciones, ya que la clasificaci\u00f3n visual es propensa a la variabilidad interobservador, o las diferencias en las evaluaciones entre dos o m\u00e1s personas, y la variabilidad intraobservador, o las diferencias que aparecen en las evaluaciones repetidas de la misma persona.<\/p>\n
Para superar esta variabilidad, investigadores en Italia desarrollaron un software para la clasificaci\u00f3n de la densidad mamaria basado en un tipo de IA llamado aprendizaje profundo con redes neuronales convolucionales, un tipo sofisticado de IA que es capaz de discernir patrones sutiles en im\u00e1genes m\u00e1s all\u00e1 de las capacidades del ojo humano. Los investigadores entrenaron el software, conocido como TRACE4BDensity, bajo la supervisi\u00f3n de siete radi\u00f3logos experimentados que evaluaron visualmente de forma independiente 760 im\u00e1genes mamogr\u00e1ficas.<\/p>\n
La validaci\u00f3n externa de la herramienta fue realizada por los tres radi\u00f3logos m\u00e1s cercanos al consenso sobre un conjunto de datos. de 384 im\u00e1genes mamogr\u00e1ficas obtenidas de un centro diferente.<\/p>\n
TRACE4BDensity mostr\u00f3 un 89 % de precisi\u00f3n al distinguir entre tejido mamario de baja densidad (BI-RADS categor\u00edas A y B) y alta densidad (BI-RADS categor\u00edas C y D) , con una concordancia del 90% entre la herramienta y los tres lectores. Todos los desacuerdos estaban en las categor\u00edas adyacentes de BI-RADS.<\/p>\n
\u00abEl valor particular de esta herramienta es la posibilidad de superar la reproducibilidad sub\u00f3ptima de la clasificaci\u00f3n visual de la densidad humana que limita su utilidad pr\u00e1ctica\u00bb, dijo el coautor del estudio, Sergio. Papa, MD, del Centro Diagnostico Italiano en Mil\u00e1n, Italia. \u201cTener una herramienta robusta que proponga la asignaci\u00f3n de densidad de forma estandarizada puede ayudar mucho en la toma de decisiones\u201d. <\/p>\n
Dicha herramienta ser\u00eda particularmente valiosa, dijeron los investigadores, ya que la detecci\u00f3n del c\u00e1ncer de mama se vuelve m\u00e1s personalizada, y la evaluaci\u00f3n de la densidad representa un factor importante en la estratificaci\u00f3n del riesgo.<\/p>\n
\u00abUna herramienta como ya que TRACE4Bdensity puede ayudarnos a recomendar a las mujeres con senos densos que, despu\u00e9s de una mamograf\u00eda negativa, se realicen pruebas de detecci\u00f3n complementarias con ultrasonido, resonancia magn\u00e9tica o mamograf\u00eda con contraste\u00bb, dijo el coautor del estudio, Francesco Sardanelli, MD, del IRCCS Policlinico San Donato en San Donato. , Italia.<\/p>\n
Los investigadores planean estudios adicionales para comprender mejor las capacidades completas del software.<\/p>\n
\u00abNos gustar\u00eda seguir evaluando la herramienta de IA TRACE4BDensity, particularmente en pa\u00edses donde las regulaciones sobre la densidad de mujeres no est\u00e1 activa, al evaluar la utilidad de dicha herramienta para radi\u00f3logos y pacientes\u00bb, dijo el coautor del estudio Christian Salvatore, Ph.D., investigador principal de la Escuela Universitaria de Estudios Avanzados IUSS Pavia y cofundador y director ejecutivo. er de DeepTrace Technologies. <\/p>\n
Explore m\u00e1s<\/p>\n
Minuto de Mayo Clinic: C\u00f3mo determinar si tiene senos densos M\u00e1s informaci\u00f3n:<\/strong> Veronica Magni et al, Desarrollo y validaci\u00f3n de una herramienta de clasificaci\u00f3n de densidad mamaria mamogr\u00e1fica impulsada por IA basada en radi\u00f3logo Consenso, Radiolog\u00eda: Inteligencia Artificial (2022). DOI: 10.1148\/ryai.210199 Proporcionado por la Sociedad Radiol\u00f3gica de Am\u00e9rica del Norte Cita<\/strong>: AI proporciona una clasificaci\u00f3n precisa de la densidad mamaria (2022, 17 de marzo) consultado el 29 de agosto de 2022 en https:\/\/medicalxpress.com\/news\/ 2022-03-ai-accurate-beast-density-classification.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Selecci\u00f3n de vistas oblicuas mediolaterales mamogr\u00e1ficas de mamas con diferente densidad mamaria de mujeres entre 51 y 68 a\u00f1os de edad. (AD) Ejemplos de concordancia de lectores humanos (HR)-(AI) para la categor\u00eda a (68 a\u00f1os), b (66 a\u00f1os), c (51 a\u00f1os) yd (54 a\u00f1os); B muestra un ejemplo de una mama con una masa benigna. … Continuar leyendo \u00abAI proporciona una clasificaci\u00f3n precisa de la densidad mamaria\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-10334","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/10334","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=10334"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/10334\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=10334"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=10334"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=10334"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}