{"id":27052,"date":"2022-08-31T15:03:45","date_gmt":"2022-08-31T20:03:45","guid":{"rendered":"https:\/\/www.biblia.work\/articulos-salud\/ia-utilizada-con-exito-para-identificar-diferentes-tipos-de-lesiones-cerebrales\/"},"modified":"2022-08-31T15:03:45","modified_gmt":"2022-08-31T20:03:45","slug":"ia-utilizada-con-exito-para-identificar-diferentes-tipos-de-lesiones-cerebrales","status":"publish","type":"post","link":"https:\/\/www.biblia.work\/articulos-salud\/ia-utilizada-con-exito-para-identificar-diferentes-tipos-de-lesiones-cerebrales\/","title":{"rendered":"IA utilizada con \u00e9xito para identificar diferentes tipos de lesiones cerebrales"},"content":{"rendered":"<p>Cr\u00e9dito: Universidad de Cambridge <\/p>\n<p>Los investigadores han desarrollado un algoritmo de IA que puede detectar e identificar diferentes tipos de lesiones cerebrales. <\/p>\n<p>Los investigadores, de la Universidad de Cambridge y el Imperial College de Londres, validaron y probaron cl\u00ednicamente la IA en grandes conjuntos de tomograf\u00edas computarizadas y descubrieron que pod\u00eda detectar, segmentar, cuantificar y diferenciar con \u00e9xito diferentes tipos de lesiones cerebrales. .<\/p>\n<p>Los resultados, informados en The Lancet Digital Health, podr\u00edan ser \u00fatiles en estudios de investigaci\u00f3n a gran escala, para desarrollar tratamientos m\u00e1s personalizados para lesiones en la cabeza y, con una mayor validaci\u00f3n, podr\u00edan ser \u00fatiles en ciertos escenarios cl\u00ednicos. como aquellos en los que la experiencia radiol\u00f3gica es muy importante.<\/p>\n<p>Las lesiones en la cabeza son una enorme carga para la salud p\u00fablica en todo el mundo y afectan hasta 60 millones de personas cada a\u00f1o. Es la principal causa de mortalidad en adultos j\u00f3venes. Cuando un paciente ha tenido una lesi\u00f3n en la cabeza, generalmente se lo env\u00eda a una tomograf\u00eda computarizada para verificar si hay sangre dentro o alrededor del cerebro y para ayudar a determinar si se requiere cirug\u00eda.<\/p>\n<p>\u00abLa tomograf\u00eda computarizada es un diagn\u00f3stico incre\u00edblemente importante herramienta, pero rara vez se usa cuantitativamente\u00bb, dijo el coautor principal, el profesor David Menon, del Departamento de Medicina de Cambridge. \u00abA menudo, gran parte de la rica informaci\u00f3n disponible en una tomograf\u00eda computarizada se pierde y, como investigadores, sabemos que el tipo, el volumen y la ubicaci\u00f3n de una lesi\u00f3n en el cerebro son importantes para los resultados del paciente\u00bb.<\/p>\n<p>Diferentes tipos de sangre en o alrededor del cerebro pueden conducir a resultados diferentes para el paciente, y los radi\u00f3logos a menudo hacen estimaciones para determinar el mejor curso de tratamiento.<\/p>\n<p>\u00abLa evaluaci\u00f3n detallada de una tomograf\u00eda computarizada con anotaciones puede llevar horas , especialmente en pacientes con lesiones m\u00e1s graves\u00bb, dijo la coautora del estudio, la Dra. Virginia Newcombe, tambi\u00e9n del Departamento de Medicina de Cambridge. \u00abQuer\u00edamos dise\u00f1ar y desarrollar una herramienta que pudiera identificar y cuantificar autom\u00e1ticamente los diferentes tipos de lesiones cerebrales para que pudi\u00e9ramos usarla en la investigaci\u00f3n y explorar su posible uso en un entorno hospitalario\u00bb.<\/p>\n<p>Los investigadores desarrollaron una herramienta de aprendizaje autom\u00e1tico basada en una red neuronal artificial. Entrenaron la herramienta en m\u00e1s de 600 tomograf\u00edas computarizadas diferentes, que mostraban lesiones cerebrales de diferentes tama\u00f1os y tipos. Luego validaron la herramienta en un gran conjunto de datos existente de tomograf\u00edas computarizadas.<\/p>\n<p>La IA pudo clasificar partes individuales de cada imagen y decir si era normal o no. Esto podr\u00eda ser \u00fatil para futuros estudios sobre c\u00f3mo progresan las lesiones en la cabeza, ya que la IA puede ser m\u00e1s consistente que un ser humano para detectar cambios sutiles a lo largo del tiempo.<\/p>\n<p>\u00abEsta herramienta nos permitir\u00e1 responder preguntas de investigaci\u00f3n que no pudimos No respond\u00ed antes\u00bb, dijo Newcombe. \u00abQueremos usarlo en grandes conjuntos de datos para comprender cu\u00e1nto nos pueden decir las im\u00e1genes sobre el pron\u00f3stico de los pacientes\u00bb.<\/p>\n<p>\u00abEsperamos que nos ayude a identificar qu\u00e9 lesiones aumentan de tama\u00f1o y progresan, y comprender por qu\u00e9 progreso, para que podamos desarrollar un tratamiento m\u00e1s personalizado para los pacientes en el futuro\u00bb, dijo Menon.<\/p>\n<p>Si bien los investigadores actualmente planean usar la IA solo para investigaci\u00f3n, dicen que con la validaci\u00f3n adecuada, tambi\u00e9n podr\u00eda ser se usa en ciertos escenarios cl\u00ednicos, como en \u00e1reas de recursos limitados donde hay pocos radi\u00f3logos.<\/p>\n<p>Adem\u00e1s, los investigadores dicen que podr\u00eda tener un uso potencial en las salas de emergencia, ayudando a que los pacientes regresen a casa antes. De todos los pacientes que tienen una lesi\u00f3n en la cabeza, solo entre el 10 y el 15% tienen una lesi\u00f3n que se puede ver en una tomograf\u00eda computarizada. La IA podr\u00eda ayudar a identificar a estos pacientes que necesitan tratamiento adicional, de modo que aquellos sin una lesi\u00f3n cerebral puedan ser enviados a casa, aunque cualquier uso cl\u00ednico de la herramienta deber\u00eda validarse a fondo.<\/p>\n<p>La capacidad de analizar grandes conjuntos de datos autom\u00e1ticamente tambi\u00e9n permitir\u00e1 a los investigadores resolver importantes preguntas de investigaci\u00f3n cl\u00ednica que anteriormente han sido dif\u00edciles de responder, incluida la determinaci\u00f3n de caracter\u00edsticas relevantes para el pron\u00f3stico que, a su vez, pueden ayudar a orientar las terapias. <\/p>\n<p>Explore m\u00e1s<\/p>\n<p> NIH publica un conjunto de datos a gran escala de im\u00e1genes de TC <strong>M\u00e1s informaci\u00f3n:<\/strong> Segmentaci\u00f3n sem\u00e1ntica multiclase y cuantificaci\u00f3n de lesiones por lesiones cerebrales traum\u00e1ticas en TC de cr\u00e1neo usando aprendizaje profundo: un desarrollo de algoritmos y multic\u00e9ntrico estudio de validaci\u00f3n, The Lancet Digital Health (2020). DOI: 10.1016\/S2589-7500(20)30085-6 Proporcionado por la Universidad de Cambridge <strong>Cita<\/strong>: IA utilizada con \u00e9xito para identificar diferentes tipos de lesiones cerebrales (14 de mayo de 2020) consultado el 31 de agosto de 2022 de https: \/\/medicalxpress.com\/news\/2020-05-ai-successfully-brain-injuries.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":"<p>Cr\u00e9dito: Universidad de Cambridge Los investigadores han desarrollado un algoritmo de IA que puede detectar e identificar diferentes tipos de lesiones cerebrales. Los investigadores, de la Universidad de Cambridge y el Imperial College de Londres, validaron y probaron cl\u00ednicamente la IA en grandes conjuntos de tomograf\u00edas computarizadas y descubrieron que pod\u00eda detectar, segmentar, cuantificar y &hellip; <a href=\"https:\/\/www.biblia.work\/articulos-salud\/ia-utilizada-con-exito-para-identificar-diferentes-tipos-de-lesiones-cerebrales\/\" class=\"more-link\">Continuar leyendo<span class=\"screen-reader-text\"> \u00abIA utilizada con \u00e9xito para identificar diferentes tipos de lesiones cerebrales\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-27052","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/27052","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=27052"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/27052\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=27052"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=27052"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=27052"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}