Los investigadores de Princeton han desarrollado una herramienta de diagn\u00f3stico que utiliza la IA para analizar las radiograf\u00edas de t\u00f3rax en busca de da\u00f1o pulmonar por la COVID-19. La herramienta podr\u00eda ayudar a los m\u00e9dicos a clasificar a los pacientes y asignar mejor los escasos recursos. Cr\u00e9dito: Universidad de Princeton <\/p>\n
Estimulados por la pandemia de COVID-19, los investigadores de Princeton han desarrollado una herramienta de diagn\u00f3stico para analizar las radiograf\u00edas de t\u00f3rax en busca de patrones en los pulmones enfermos. La nueva herramienta podr\u00eda brindar a los m\u00e9dicos informaci\u00f3n valiosa sobre la condici\u00f3n de un paciente, de manera r\u00e1pida y econ\u00f3mica, en el punto de atenci\u00f3n. <\/p>\n
Jason Fleischer, profesor de ingenier\u00eda el\u00e9ctrica e investigador principal del proyecto, dijo que se inspir\u00f3 para crear la herramienta despu\u00e9s de leer sobre la devastadora variedad de ataques de la COVID-19. A medida que los hospitales se llenan de pacientes, los m\u00e9dicos han observado dos tipos b\u00e1sicos de da\u00f1o pulmonar, uno m\u00e1s potencialmente mortal que el otro. El tratamiento puede diferir entre los tipos, por lo que distinguir los dos podr\u00eda mejorar la atenci\u00f3n y asignar mejor los escasos recursos.<\/p>\n
Si bien los m\u00e9todos de diferenciaci\u00f3n actuales implican procedimientos costosos y lentos, como las tomograf\u00edas computarizadas (TC), la m\u00e1quina de Fleischer modelo de aprendizaje observa una imagen de rayos X simple y encuentra patrones que son demasiado sutiles incluso para el ojo humano experto. Esta herramienta brindar\u00eda a los m\u00e9dicos una nueva medida para determinar el tipo y la gravedad de la neumon\u00eda por COVID-19. Y el proceso, sobre el terreno, es simple.<\/p>\n
\u00abEs importante destacar que no hay cambios en la pr\u00e1ctica\u00bb, dijo Fleischer. \u00abEl t\u00e9cnico no tiene que hacer nada diferente. Los hospitales no tienen que hacer ning\u00fan procedimiento nuevo. Con las radiograf\u00edas que ya tienen y que se toman de forma rutinaria, podemos darles esta informaci\u00f3n adicional\u00bb.<\/p>\n
Fleischer y El estudiante de posgrado Mohammad Tariqul Islam public\u00f3 un documento que detalla su trabajo en medrxiv (pronunciado med archive), un servidor para que los cient\u00edficos compartan resultados en forma de borradores iniciales mientras un art\u00edculo se somete al proceso editorial formal. En el momento de escribir este art\u00edculo, el art\u00edculo de Fleischer \u00abDistinting L and H phenotypes of COVID-19 using a single-ray-ray image\u00bb a\u00fan no ha sido revisado por pares.<\/p>\n
\u00abLas exploraciones de rayos X individuales no No tiene el tipo de resoluci\u00f3n que tiene la tomograf\u00eda de rayos X\u00bb, dijo Kimani Toussaint, experta en bioim\u00e1genes y profesora de ingenier\u00eda en la Universidad de Brown, que no particip\u00f3 en el estudio. Dijo que el grupo de Fleischer hab\u00eda identificado un problema importante con su art\u00edculo, tratando de \u00ababordar de una manera muy pr\u00e1ctica c\u00f3mo usar rayos X m\u00e1s f\u00e1cilmente disponibles para evaluar r\u00e1pidamente a los pacientes con COVID-19, y b\u00e1sicamente clasificarlos o clasificarlos en los tipos de tratamiento que deber\u00edan estar recibiendo\u00bb.<\/p>\n
\u00abCreo que estuvo muy bien hecho\u00bb, dijo Toussaint.<\/p>\n
Dr. John Hansen-Flaschen, director m\u00e9dico fundador del Centro Harron Lung de la Universidad de Pensilvania, que tampoco particip\u00f3 en este estudio, subray\u00f3 la complejidad de la situaci\u00f3n. Expres\u00f3 dudas de que cualquier m\u00e9todo de procesamiento de im\u00e1genes resolver\u00eda el problema, pero dej\u00f3 abierta la posibilidad de que la herramienta de Fleischer, como parte de un todo, pudiera ser valiosa.<\/p>\n
Fleischer est\u00e1 de acuerdo en que su herramienta no es un panacea. Su objetivo es ayudar a los m\u00e9dicos, no para reemplazar la toma de decisiones, sino para ayudarla. De esta forma, el aprendizaje autom\u00e1tico de im\u00e1genes de rayos X podr\u00eda tener un gran impacto en \u00e1reas clave de la pandemia y en enfermedades respiratorias m\u00e1s all\u00e1 del COVID-19, como el asma.<\/p>\n
El trabajo se basa en un modelo m\u00e9dico art\u00edculo del Dr. Luciano Gattinoni, quien describi\u00f3 las dos condiciones. Muchos casos de COVID-19 muestran una forma familiar de neumon\u00eda, en la que los diminutos sacos que recubren los pulmones de un paciente est\u00e1n r\u00edgidos y llenos de l\u00edquido. La rigidez restringe la respiraci\u00f3n y evita la transferencia de ox\u00edgeno al torrente sangu\u00edneo. El tratamiento para esta forma implica la intubaci\u00f3n con un ventilador mec\u00e1nico, donde una m\u00e1quina computarizada controla la respiraci\u00f3n del paciente. Pero m\u00e1s de la mitad de los pacientes se parecen m\u00e1s a un alpinista enfermo de altura: los niveles de ox\u00edgeno en la sangre son peligrosamente bajos, pero los pulmones funcionan bastante bien y la respiraci\u00f3n es casi normal. Perversamente, en estos casos, la ventilaci\u00f3n mec\u00e1nica puede da\u00f1ar los pulmones, exacerbando la enfermedad. Esta segunda categor\u00eda exige un tratamiento menos invasivo bajo el sistema del Dr. Gattinoni, como ox\u00edgeno a baja presi\u00f3n, reposicionamiento del cuerpo y el uso de un dispositivo para la apnea del sue\u00f1o.<\/p>\n
En otro art\u00edculo, publicado a finales de abril , Gattinoni y sus colegas escribieron: \u00abLa amplia variaci\u00f3n en las tasas de mortalidad entre las diferentes unidades de cuidados intensivos plantea la posibilidad de que el enfoque del manejo ventilatorio podr\u00eda estar contribuyendo al resultado\u00bb. En resumen, los m\u00e9dicos deben determinar la categor\u00eda correcta de s\u00edntomas antes de poner a los pacientes en ventiladores mec\u00e1nicos.<\/p>\n
Gattinoni se ha encontrado con cierto escepticismo sobre la dicotom\u00eda. \u00abEstamos en la era de la medicina individualizada\u00bb, escribi\u00f3 en un correo electr\u00f3nico el Dr. Thierry Fumeaux, presidente de la Sociedad Suiza de Medicina Intensiva. Dijo que los m\u00e9dicos est\u00e1n tratando a los pacientes en funci\u00f3n de su conjunto \u00fanico de s\u00edntomas, por lo que una distinci\u00f3n categ\u00f3rica fuerte podr\u00eda no ser cl\u00ednicamente \u00fatil. Pero Fumeaux tambi\u00e9n difiri\u00f3 en el an\u00e1lisis final, se\u00f1alando que Gattinoni es la principal autoridad en el s\u00edndrome de dificultad respiratoria aguda.<\/p>\n
Si bien este argumento puede ser importante dentro de la comunidad m\u00e9dica, Fleischer cree que su tecnolog\u00eda es \u00fatil de cualquier manera. . El aprendizaje autom\u00e1tico es clave para el futuro de la medicina individualizada, y la herramienta de an\u00e1lisis de rayos X de Fleischer es un paso en ese camino. Ya sea que las condiciones citadas por Gattinoni sean dos categor\u00edas distintas o dos polos en cada extremo de un espectro uniforme, los m\u00e9dicos est\u00e1n de acuerdo en que ser\u00eda \u00fatil contar con m\u00e1s informaci\u00f3n para decidir si colocar a un paciente en un ventilador.<\/p>\n
\u00abSi puede diferenciar qui\u00e9n es un respondedor favorable y qui\u00e9n no\u00bb, dijo Fleischer, \u00absi dices que es binario o continuo, casi no viene al caso. Incluso si es continuo, hay un beneficio\u00bb.<\/p>\n
Gattinoni ha dicho que CT Actualmente, las exploraciones son la mejor manera de revelar los patrones pulmonares de la enfermedad. Pero las tomograf\u00edas computarizadas, que combinan muchas im\u00e1genes de rayos X desde m\u00faltiples \u00e1ngulos en una sola imagen, requieren mucho tiempo y son muy costosas. Incluso en hospitales adinerados, el procedimiento de escaneado requiere tiempo para programarse y realizarse. Para los pacientes virales, el transporte a un centro de tomograf\u00eda es peligroso tanto para ellos como para el personal. Cuando los recursos humanos est\u00e1n tensos, como lo han estado en hospitales desde Queens hasta Yakarta, estos procedimientos son agotadores. En muchas \u00e1reas rurales o en v\u00edas de desarrollo, la TC simplemente no es una opci\u00f3n.<\/p>\n
La inteligencia artificial puede ayudar a los m\u00e9dicos a dar sentido a datos que, de otro modo, ser\u00edan dif\u00edciles de interpretar. \u00abHe estado trabajando en el aprendizaje autom\u00e1tico principalmente para la f\u00edsica\u00bb, dijo Fleischer. \u00abIm\u00e1genes a trav\u00e9s de las nubes, encontrando en qu\u00e9 direcci\u00f3n fluir\u00e1 el fluido en turbulencia, etc.\u00bb En un trabajo patrocinado por DARPA y la Fuerza A\u00e9rea, desarroll\u00f3 IA para analizar im\u00e1genes ruidosas, utilizando algoritmos para descubrir las ecuaciones din\u00e1micas subyacentes y predecir el movimiento futuro. Durante la \u00faltima d\u00e9cada, ha utilizado esta experiencia para desarrollar avances en im\u00e1genes biom\u00e9dicas, incluida la tecnolog\u00eda de ultrasonido para el c\u00e1ncer de ovario y sensores de pie para detectar la aparici\u00f3n de diabetes.<\/p>\n
Al igual que con sus innovaciones biom\u00e9dicas anteriores, el nuevo COVID- La herramienta 19 est\u00e1 dise\u00f1ada para procesar informaci\u00f3n ruidosa y compleja y facilitar su interpretaci\u00f3n para los m\u00e9dicos en el campo, quienes necesariamente tienen que tomar decisiones con datos imperfectos, a veces bajo una presi\u00f3n extrema. Fleischer espera que pueda dar a los m\u00e9dicos un mayor nivel de confianza al elegir el curso de tratamiento de un paciente. Y al final, como sus colegas, se remite a los expertos.<\/p>\n
Teniendo en cuenta tanto sus advertencias como su promesa de una mejor atenci\u00f3n, Fleischer ofreci\u00f3 consejos a los pacientes que pueden beneficiarse de su tecnolog\u00eda.<\/p>\n
\u00abEscuche a su m\u00e9dico\u00bb, dijo. <\/p>\n
Explore m\u00e1s<\/p>\n
Los m\u00e9dicos creen que los ventiladores podr\u00edan da\u00f1ar a algunos pacientes con COVID-19 M\u00e1s informaci\u00f3n:<\/strong> Mohammad Tariqul Islam et al. Distinguir los fenotipos L y H de COVID-19 usando una sola imagen de rayos X, (2020). DOI: 10.1101\/2020.04.27.20081984<\/p>\n Luciano Gattinoni et al. Neumon\u00eda por COVID-19: \u00bfSDRA o no?, Critical Care (2020). DOI: 10.1186\/s13054-020-02880-z <\/p>\n John J. Marini et al. Manejo de la Dificultad Respiratoria por COVID-19, JAMA (2020). DOI: 10.1001\/jama.2020.6825 Informaci\u00f3n de la revista:<\/strong> Critical Care , Journal of the American Medical Association <\/p>\n","protected":false},"excerpt":{"rendered":" Los investigadores de Princeton han desarrollado una herramienta de diagn\u00f3stico que utiliza la IA para analizar las radiograf\u00edas de t\u00f3rax en busca de da\u00f1o pulmonar por la COVID-19. La herramienta podr\u00eda ayudar a los m\u00e9dicos a clasificar a los pacientes y asignar mejor los escasos recursos. Cr\u00e9dito: Universidad de Princeton Estimulados por la pandemia de … Continuar leyendo \u00abLa herramienta de IA les da a los m\u00e9dicos una nueva mirada a los pulmones en el tratamiento de la COVID-19\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-26268","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/26268","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=26268"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/26268\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=26268"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=26268"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=26268"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}