Philip Chikontwe (izquierda) y el profesor Sang Hyun Park del Instituto de Ciencia y Tecnolog\u00eda Daegu Gyeongbuk (DGIST), Corea del Sur, han desarrollado un nuevo marco para y an\u00e1lisis automatizado interpretable de tomograf\u00edas computarizadas de t\u00f3rax. Cr\u00e9dito: Instituto de Ciencia y Tecnolog\u00eda de Daegu Gyeongbuk <\/p>\n
El est\u00e1ndar de oro actual para el diagn\u00f3stico de COVID-19 es un hisopo nasal seguido de una reacci\u00f3n en cadena de la polimerasa con transcriptasa inversa. Pero tales pruebas consumen mucho tiempo y requieren d\u00edas antes de que los resultados est\u00e9n disponibles. Esto desperdicia tiempo crucial en el tratamiento y prevenci\u00f3n de la enfermedad. Recientemente, cient\u00edficos de Corea han desarrollado un marco computarizado que puede interpretar de forma r\u00e1pida y precisa las tomograf\u00edas computarizadas de t\u00f3rax para proporcionar un diagn\u00f3stico de COVID-19 en minutos, lo que podr\u00eda cambiar la forma en que abordamos esta enfermedad. <\/p>\n
En poco m\u00e1s de 18 meses, el nuevo coronavirus (SARS-CoV-2) ha infectado a m\u00e1s de 18 millones de personas y causado m\u00e1s de 690 000 muertes. El est\u00e1ndar actual para el diagn\u00f3stico a trav\u00e9s de la reacci\u00f3n en cadena de la polimerasa con transcriptasa inversa est\u00e1 limitado debido a su baja sensibilidad, alta tasa de falsos positivos y largos tiempos de prueba. Esto hace que sea dif\u00edcil identificar r\u00e1pidamente a los pacientes infectados y brindarles tratamiento. Adem\u00e1s, existe el riesgo de que los pacientes a\u00fan propaguen la enfermedad mientras esperan los resultados de su prueba de diagn\u00f3stico.<\/p>\n
Las tomograf\u00edas computarizadas de t\u00f3rax han surgido como una forma r\u00e1pida y efectiva de diagnosticar la enfermedad, pero requieren que el radi\u00f3logo experiencia para interpretar y, a veces, las exploraciones se parecen a otros tipos de infecciones pulmonares, como la neumon\u00eda bacteriana. Ahora, un nuevo art\u00edculo en An\u00e1lisis de im\u00e1genes m\u00e9dicas realizado por un equipo de cient\u00edficos, incluidos los del Instituto de Ciencias Daegu Gyeongbuk (DGIST), Corea del Sur, detalla una t\u00e9cnica para la interpretaci\u00f3n automatizada y precisa de tomograf\u00edas computarizadas de t\u00f3rax. \u00abComo acad\u00e9micos igualmente afectados por la pandemia de COVID, est\u00e1bamos ansiosos por utilizar nuestra experiencia en an\u00e1lisis de im\u00e1genes m\u00e9dicas para ayudar a un diagn\u00f3stico m\u00e1s r\u00e1pido y mejorar los flujos de trabajo cl\u00ednicos\u00bb, dice el profesor Sang Hyun Park y Philip Chikontwe de DGIST, quienes dirigieron el estudio. .<\/p>\n
Para construir su marco de diagn\u00f3stico, el equipo de investigaci\u00f3n utiliz\u00f3 una t\u00e9cnica de aprendizaje autom\u00e1tico llamada \u00abaprendizaje de m\u00faltiples instancias\u00bb (MIL). En MIL, el algoritmo de aprendizaje autom\u00e1tico se \u00abentrena\u00bb usando conjuntos o \u00abbolsas\u00bb de m\u00faltiples ejemplos llamados \u00abinstancias\u00bb. El algoritmo MIL luego usa estas bolsas para aprender a etiquetar ejemplos o entradas individuales. El equipo de investigaci\u00f3n entren\u00f3 su nuevo marco, llamado MIL basado en contraste de atenci\u00f3n dual (DA-CMIL), para diferenciar entre COVID y neumon\u00eda bacteriana, y descubri\u00f3 que su rendimiento estaba a la par de otros m\u00e9todos de an\u00e1lisis de im\u00e1genes automatizados de \u00faltima generaci\u00f3n. Adem\u00e1s, el algoritmo DA-CMIL puede aprovechar informaci\u00f3n limitada o incompleta para entrenar eficientemente su sistema de IA.<\/p>\n
\u00abNuestro estudio puede verse desde una perspectiva tanto t\u00e9cnica como cl\u00ednica. Primero, los algoritmos presentados aqu\u00ed pueden ampliarse a configuraciones similares con otros tipos de im\u00e1genes m\u00e9dicas. En segundo lugar, la ‘atenci\u00f3n dual’, particularmente la ‘atenci\u00f3n espacial’, utilizada en el modelo mejora la interpretabilidad del algoritmo, lo que ayudar\u00e1 a los m\u00e9dicos a comprender c\u00f3mo las soluciones automatizadas toman decisiones\u00bb, explica el Prof. . Park y el Sr. Chikontwe.<\/p>\n
Esta investigaci\u00f3n se extiende mucho m\u00e1s all\u00e1 de la pandemia de COVID, sentando las bases para el desarrollo de sistemas de diagn\u00f3stico m\u00e1s robustos y econ\u00f3micos, que ser\u00e1n de particular beneficio para los pa\u00edses subdesarrollados o subdesarrollados. con recursos m\u00e9dicos y humanos limitados. <\/p>\n
Explore m\u00e1s<\/p>\n
La TC proporciona el mejor diagn\u00f3stico para COVID-19 M\u00e1s informaci\u00f3n:<\/strong> Philip Chikontwe et al, aprendizaje de m\u00faltiples instancias de atenci\u00f3n dual con p\u00e9rdida complementaria no supervisada para la detecci\u00f3n de COVID-19, an\u00e1lisis de im\u00e1genes m\u00e9dicas (2021). DOI: 10.1016\/j.media.2021.102105 Proporcionado por el Instituto de Ciencia y Tecnolog\u00eda de Daegu Gyeongbuk. 2022 de https:\/\/medicalxpress.com\/news\/2021-10-worth-thousand-words-automated-diagnosis.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":" Philip Chikontwe (izquierda) y el profesor Sang Hyun Park del Instituto de Ciencia y Tecnolog\u00eda Daegu Gyeongbuk (DGIST), Corea del Sur, han desarrollado un nuevo marco para y an\u00e1lisis automatizado interpretable de tomograf\u00edas computarizadas de t\u00f3rax. Cr\u00e9dito: Instituto de Ciencia y Tecnolog\u00eda de Daegu Gyeongbuk El est\u00e1ndar de oro actual para el diagn\u00f3stico de COVID-19 … Continuar leyendo \u00abVale m\u00e1s que mil palabras: diagn\u00f3stico automatizado de COVID-19 a partir de tomograf\u00edas computarizadas de t\u00f3rax\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-166","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/166","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=166"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/166\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=166"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=166"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=166"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}