Cultivo tridimensional de c\u00e9lulas de c\u00e1ncer de mama humano, con ADN te\u00f1ido de azul y una prote\u00edna en la membrana de la superficie celular te\u00f1ida de verde. Imagen creada en 2014 por Tom Misteli, Ph.D., y Karen Meaburn, Ph.D. en el NIH IRP. <\/p>\n
Investigadores del Instituto Karolinska y el Hospital Universitario Karolinska en Suecia compararon la capacidad de tres algoritmos de inteligencia artificial (IA) para identificar el c\u00e1ncer de mama en base a mamograf\u00edas realizadas previamente. El mejor algoritmo demostr\u00f3 ser tan preciso como el radi\u00f3logo promedio. Los resultados, publicados en JAMA Oncology, pueden marcar el camino en la reorganizaci\u00f3n de las pruebas de detecci\u00f3n del c\u00e1ncer de mama en el futuro. <\/p>\n
\u00abEsta es la primera comparaci\u00f3n independiente realizada para evaluar la precisi\u00f3n de varios algoritmos de IA diferentes\u00bb, dice el autor del estudio, Fredrik Strand, investigador del Departamento de Oncolog\u00eda y Patolog\u00eda del Instituto Karolinska y radi\u00f3logo del Hospital Universitario Karolinska. \u00abPodemos demostrar que uno de los tres algoritmos es significativamente mejor que los dem\u00e1s y que iguala la precisi\u00f3n del radi\u00f3logo promedio\u00bb.<\/p>\n
Actualmente, hay una gran cantidad de proveedores que desarrollan diversas im\u00e1genes m\u00e9dicas basadas en IA. soluciones Este estudio compara la capacidad de tres de estos para identificar el c\u00e1ncer de mama en mamograf\u00edas ya realizadas.<\/p>\n
El estudio incluy\u00f3 mamograf\u00edas de 8805 mujeres entre las edades de 40 y 74 a\u00f1os, todas las cuales se hab\u00edan sometido a ex\u00e1menes de detecci\u00f3n de c\u00e1ncer de mama entre 2008 y 2015. De estos, 739 hab\u00edan sido diagnosticados con c\u00e1ncer de mama, ya sea en el momento de la detecci\u00f3n o dentro de los siguientes 12 meses. El m\u00e1s exitoso de los tres algoritmos de IA diagnostic\u00f3 el mismo porcentaje de mujeres con c\u00e1ncer que el radi\u00f3logo promedio.<\/p>\n
Los resultados tambi\u00e9n demostraron que uno de los algoritmos de IA fue significativamente mejor que los dem\u00e1s.<\/p>\n
\u00abRealizamos el estudio para averiguar hasta qu\u00e9 punto se han desarrollado los algoritmos y si existe alguna diferencia entre los sistemas disponibles\u00bb, explica Fredrik Strand. \u00abLos resultados muestran que, en principio, el mejor algoritmo est\u00e1 listo para usar y que existe una diferencia significativa entre los distintos algoritmos del mercado\u00bb.<\/p>\n
Otro estudio del mismo grupo de investigaci\u00f3n, publicado recientemente en The Lancet Digital Health demostr\u00f3 que un algoritmo de IA pod\u00eda ordenar las im\u00e1genes de mamograf\u00eda para indicar cu\u00e1les requer\u00edan atenci\u00f3n adicional por parte de los radi\u00f3logos y cu\u00e1les eran f\u00e1cilmente evaluadas solo por IA sin pasar por alto ning\u00fan c\u00e1ncer que de otro modo habr\u00eda sido detectado por un radi\u00f3logo.<\/p>\n
Los investigadores ahora est\u00e1n estudiando c\u00f3mo la IA puede desempe\u00f1ar un papel en la mejora de la detecci\u00f3n del c\u00e1ncer de mama. La pr\u00e1ctica actual implica que dos radi\u00f3logos examinen cada mamograf\u00eda. Si cualquiera de estos identifica un tumor sospechoso, el examen contin\u00faa con una discusi\u00f3n en la que participan al menos dos radi\u00f3logos que, juntos, deciden si se debe volver a llamar a la mujer para un examen m\u00e1s detenido.<\/p>\n
\u00abEstamos planeando un estudio cl\u00ednico prospectivo para ver c\u00f3mo AI funciona como un revisor independiente de mamograf\u00edas en un entorno cl\u00ednico diario, actuando como un tercer revisor y ayudando a seleccionar mujeres a las que se les pueden ofrecer resonancias magn\u00e9ticas complementarias para detectar c\u00e1nceres en una etapa m\u00e1s temprana\u00bb. dice Fredrik Strand. <\/p>\n
Explore m\u00e1s<\/p>\n
Un estudio encuentra que los robots pueden detectar el c\u00e1ncer de mama tan bien como los radi\u00f3logos M\u00e1s informaci\u00f3n:<\/strong> \u00abEvaluaci\u00f3n externa de tres algoritmos comerciales de inteligencia artificial para la evaluaci\u00f3n independiente de las mamograf\u00edas de detecci\u00f3n\u00bb, Mattie Salim, Erik Wa?hlin, Karin Dembrower, Edward Azavedo, Theodoros Foukakis, Yue Liu, Kevin Smith, Martin Eklund y Fredrik Strand, JAMA Oncology, 27 de agosto de 2020, DOI: 10.1001\/jamaoncol.2020.3321 Informaci\u00f3n de la revista:<\/strong> JAMA Oncology <\/p>\n Proporcionado por Karolinska Institutet Cita<\/strong>: El sistema de IA es tan bueno como el radi\u00f3logo promedio para identificar el c\u00e1ncer de mama (27 de agosto de 2020) consultado el 31 de agosto de 2022 en https:\/\/medicalxpress. com\/news\/2020-08-ai-good-average-radiologist-breast.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":" Cultivo tridimensional de c\u00e9lulas de c\u00e1ncer de mama humano, con ADN te\u00f1ido de azul y una prote\u00edna en la membrana de la superficie celular te\u00f1ida de verde. Imagen creada en 2014 por Tom Misteli, Ph.D., y Karen Meaburn, Ph.D. en el NIH IRP. Investigadores del Instituto Karolinska y el Hospital Universitario Karolinska en Suecia compararon … Continuar leyendo \u00abSistema de IA tan bueno como el radi\u00f3logo promedio para identificar el c\u00e1ncer de mama\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-33345","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/33345","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=33345"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/33345\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=33345"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=33345"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=33345"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}