A, colonoscopia \u00f3ptica y, BD, colonograf\u00eda por TC de un p\u00f3lipo de 9 mm (flecha) en el colon descendente de una mujer de 78 a\u00f1os. B, Se utilizaron reconstrucciones tridimensionales de vuelo virtual para la localizaci\u00f3n exacta de los p\u00f3lipos. C, La segmentaci\u00f3n manual de p\u00f3lipos se realiz\u00f3 en im\u00e1genes de colonograf\u00eda por TC bidimensionales multiplanares. D, las im\u00e1genes de colonograf\u00eda por TC se preprocesaron para la extracci\u00f3n de caracter\u00edsticas de la imagen mediante la aplicaci\u00f3n de un filtro dedicado. Cr\u00e9dito: Sociedad Radiol\u00f3gica de Am\u00e9rica del Norte <\/p>\n
Un algoritmo de aprendizaje autom\u00e1tico ayuda a diferenciar con precisi\u00f3n los p\u00f3lipos colorrectales benignos y premalignos en las exploraciones de colonograf\u00eda por TC, seg\u00fan un estudio publicado en la revista Radiology. <\/p>\n
El c\u00e1ncer colorrectal se encuentra entre las tres causas m\u00e1s comunes de muerte relacionada con el c\u00e1ncer entre hombres y mujeres en los pa\u00edses industrializados. La mayor\u00eda de los tipos de c\u00e1ncer colorrectal se originan a partir de p\u00f3lipos adenomatosos, crecimientos parecidos a gl\u00e1ndulas en la membrana mucosa que recubre el intestino grueso, que se desarrollan a lo largo de varios a\u00f1os. La detecci\u00f3n temprana y la extirpaci\u00f3n de estos p\u00f3lipos precancerosos pueden reducir la incidencia y la mortalidad del c\u00e1ncer colorrectal.<\/p>\n
Durante las \u00faltimas dos d\u00e9cadas, la colonograf\u00eda por TC surgi\u00f3 como una alternativa no invasiva a la colonoscopia en la detecci\u00f3n del c\u00e1ncer colorrectal. Es comparable a la colonoscopia en la detecci\u00f3n de la mayor\u00eda de los p\u00f3lipos y es eficaz para visualizar porciones del colon que, en casos de condiciones anat\u00f3micas complejas, no siempre pueden evaluarse mediante colonoscopia. Sin embargo, la colonograf\u00eda por TC no permite una diferenciaci\u00f3n definitiva entre p\u00f3lipos benignos y premalignos, lo cual es crucial para la estratificaci\u00f3n del riesgo individual y la orientaci\u00f3n de la terapia.<\/p>\n
Para el nuevo estudio, los investigadores aprovecharon el poder de la radi\u00f3mica, un proceso de extracci\u00f3n Caracter\u00edsticas cuantitativas de las im\u00e1genes m\u00e9dicas para caracterizar los p\u00f3lipos m\u00e1s all\u00e1 de lo que es evidente a simple vista.<\/p>\n
Arriba: Las im\u00e1genes de colonograf\u00eda axial por TC muestran p\u00f3lipos colorrectales representativos (flecha) en el conjunto de entrenamiento. Abajo: estudio histopatol\u00f3gico correspondiente. (Tinci\u00f3n con hematoxilina-eosina; aumento original 320.) A, P\u00f3lipo hiperpl\u00e1sico de 8 mm en el colon ascendente de una mujer de 54 a\u00f1os con epitelio hiperpl\u00e1sico. B, Adenoma tubular de 8 mm en el colon sigmoide de un hombre de 68 a\u00f1os con patr\u00f3n de crecimiento tubular y n\u00facleos alargados. C, Adenoma tubulovelloso de 11 mm en el recto de un hombre de 73 a\u00f1os con patr\u00f3n de crecimiento tubulovelloso y n\u00facleos alargados. Cr\u00e9dito: Sociedad Radiol\u00f3gica de Am\u00e9rica del Norte. <\/p>\n
Los investigadores desarrollaron un algoritmo de aprendizaje autom\u00e1tico para predecir el car\u00e1cter de los p\u00f3lipos individuales en funci\u00f3n de caracter\u00edsticas de im\u00e1genes cuantitativas extra\u00eddas mediante radi\u00f3mica. Aplicaron el m\u00e9todo de aprendizaje autom\u00e1tico no invasivo basado en radi\u00f3mica en im\u00e1genes de colonograf\u00eda por TC de un grupo de pacientes asintom\u00e1ticos con riesgo promedio de c\u00e1ncer colorrectal. El algoritmo de aprendizaje autom\u00e1tico se entren\u00f3 en un conjunto de m\u00e1s de 100 p\u00f3lipos colorrectales en 63 pacientes y luego se prob\u00f3 en un conjunto de 77 p\u00f3lipos en 59 pacientes.<\/p>\n
En el conjunto de prueba, el enfoque de aprendizaje autom\u00e1tico permiti\u00f3 la diferenciaci\u00f3n no invasiva de p\u00f3lipos colorrectales benignos y premalignos detectados por colonograf\u00eda por TC, con una sensibilidad del 82 % y una especificidad del 85 %. El \u00e1rea bajo la curva (AUC), una medida gr\u00e1fica que refleja cu\u00e1nto es capaz el modelo de distinguir entre p\u00f3lipos benignos y precancerosos, fue excelente.<\/p>\n
\u00abEstos resultados sirven como prueba de concepto de que la m\u00e1quina El an\u00e1lisis de im\u00e1genes basado en el aprendizaje permite la diferenciaci\u00f3n no invasiva de p\u00f3lipos colorrectales benignos y premalignos en conjuntos de datos de colonograf\u00eda por TC\u00bb, dijo el autor principal del estudio, Sergio Grosu, MD, radi\u00f3logo del Hospital Universitario, Universidad Ludwig Maximilian de M\u00fanich, en M\u00fanich, Alemania. \u00abEl AUC de 0,91 indica que este m\u00e9todo funciona bien\u00bb.<\/p>\n
Los hallazgos apuntan a un papel de los algoritmos derivados del aprendizaje autom\u00e1tico para aumentar la eficacia de la colonograf\u00eda por TC como herramienta de detecci\u00f3n del c\u00e1ncer colorrectal.<\/p>\n
El flujo de trabajo de radi\u00f3mica constaba de tres pasos: segmentaci\u00f3n manual de p\u00f3lipos colorrectales en im\u00e1genes de colonograf\u00eda por TC bidimensionales multiplanares; filtrado de im\u00e1genes y extracci\u00f3n de caracter\u00edsticas que caracterizan formas, estad\u00edsticas de histogramas o texturas; y entrenamiento basado en caracter\u00edsticas de un algoritmo de clasificaci\u00f3n de bosque aleatorio para diferenciar entre p\u00f3lipos colorrectales benignos y premalignos seg\u00fan el est\u00e1ndar de referencia histopatol\u00f3gico. Cr\u00e9dito: Sociedad Radiol\u00f3gica de Am\u00e9rica del Norte <\/p>\n
\u00abAgregar el an\u00e1lisis de im\u00e1genes asistido por aprendizaje autom\u00e1tico a la lectura de im\u00e1genes radiol\u00f3gicas convencionales podr\u00eda mejorar a\u00fan m\u00e1s la importancia cl\u00ednica de la detecci\u00f3n del c\u00e1ncer colorrectal basada en la colonograf\u00eda por TC al permitir una selecci\u00f3n m\u00e1s precisa de los pacientes elegibles para ex\u00e1menes subsiguientes\u00bb. polipectom\u00eda\u00bb, dijo el Dr. Grosu. \u00abEste m\u00e9todo podr\u00eda utilizarse de forma rutinaria como un segundo lector en todos los ex\u00e1menes de colonograf\u00eda por TC en un futuro lejano\u00bb.<\/p>\n
Dr. Grosu dijo que se necesitan estudios adicionales con un mayor n\u00famero de pacientes para validar los hallazgos. Agreg\u00f3 que estos estudios tambi\u00e9n deber\u00edan ayudar a impulsar mejoras en el algoritmo de aprendizaje autom\u00e1tico.<\/p>\n
\u00abEs necesario un mayor refinamiento del an\u00e1lisis de im\u00e1genes basado en el aprendizaje autom\u00e1tico para lograr una mayor precisi\u00f3n en la diferenciaci\u00f3n de p\u00f3lipos, as\u00ed como la optimizaci\u00f3n del flujo de trabajo para una mejor aplicabilidad en la rutina cl\u00ednica\u00bb, dijo el Dr. Grosu. <\/p>\n
Explore m\u00e1s<\/p>\n
Lo que necesita saber sobre los p\u00f3lipos en el colon M\u00e1s informaci\u00f3n:<\/strong> Sergio Grosu et al. Diferenciaci\u00f3n basada en el aprendizaje autom\u00e1tico de p\u00f3lipos colorrectales benignos y premalignos detectados con colonograf\u00eda por TC en una poblaci\u00f3n de detecci\u00f3n asintom\u00e1tica: un estudio de prueba de concepto, Radiolog\u00eda (2021). DOI: 10.1148\/radiol.2021202363 Informaci\u00f3n de la revista:<\/strong> Radiology <\/p>\n Proporcionado por Radiological Society of North America Cita<\/strong>: El m\u00e9todo de aprendizaje autom\u00e1tico identifica p\u00f3lipos de colon precancerosos (2021, 23 de febrero ) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-02-machine-method-precancerous-colon-polyps.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":" A, colonoscopia \u00f3ptica y, BD, colonograf\u00eda por TC de un p\u00f3lipo de 9 mm (flecha) en el colon descendente de una mujer de 78 a\u00f1os. B, Se utilizaron reconstrucciones tridimensionales de vuelo virtual para la localizaci\u00f3n exacta de los p\u00f3lipos. C, La segmentaci\u00f3n manual de p\u00f3lipos se realiz\u00f3 en im\u00e1genes de colonograf\u00eda por TC bidimensionales … Continuar leyendo \u00abEl m\u00e9todo de aprendizaje autom\u00e1tico identifica p\u00f3lipos de colon precancerosos\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-14836","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/14836","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=14836"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/14836\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=14836"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=14836"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=14836"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}