Imagen histopatol\u00f3gica de c\u00e1ncer de carcinoide col\u00f3nico. Cr\u00e9dito: Wikipedia\/CC BY-SA 3.0 <\/p>\n
Un investigador de la Universidad de Tulane descubri\u00f3 que la inteligencia artificial puede detectar y diagnosticar con precisi\u00f3n el c\u00e1ncer colorrectal a partir de escaneos de tejido tan bien o mejor que los pat\u00f3logos, seg\u00fan un nuevo estudio publicado en la revista Nature Communications. <\/p>\n
El estudio, que fue realizado por investigadores de Tulane, la Universidad Central del Sur en China, el Centro de Ciencias de la Salud de la Universidad de Oklahoma, la Universidad de Temple y la Universidad Estatal de Florida, fue dise\u00f1ado para probar si la IA podr\u00eda ser una herramienta para ayudar a los pat\u00f3logos a seguir el ritmo. con la creciente demanda de sus servicios.<\/p>\n
Los pat\u00f3logos eval\u00faan y etiquetan miles de im\u00e1genes de histopatolog\u00eda de manera regular para saber si alguien tiene c\u00e1ncer. Pero su carga de trabajo promedio ha aumentado significativamente y, a veces, puede causar diagn\u00f3sticos err\u00f3neos no deseados debido a la fatiga.<\/p>\n
\u00abAunque gran parte de su trabajo es repetitivo, la mayor\u00eda de los pat\u00f3logos est\u00e1n muy ocupados porque hay una gran demanda de lo que hacen, pero hay una escasez global de pat\u00f3logos calificados, especialmente en muchos pa\u00edses en desarrollo\u00bb, dijo el Dr. Hong-Wen Deng, profesor y director del Centro de Inform\u00e1tica Biom\u00e9dica y Gen\u00f3mica de Tulane en la Facultad de Medicina de la Universidad de Tulane. \u00abEste estudio es revolucionario porque aprovechamos con \u00e9xito la inteligencia artificial para identificar y diagnosticar el c\u00e1ncer colorrectal de una manera rentable, lo que en \u00faltima instancia podr\u00eda reducir la carga de trabajo de los pat\u00f3logos\u00bb.<\/p>\n
Para realizar el estudio, Deng y su equipo recopil\u00f3 m\u00e1s de 13 000 im\u00e1genes de c\u00e1ncer colorrectal de 8 803 sujetos y 13 centros oncol\u00f3gicos independientes en China, Alemania y Estados Unidos. Usando las im\u00e1genes, que fueron seleccionadas al azar por los t\u00e9cnicos, construyeron un programa de reconocimiento patol\u00f3gico asistido por m\u00e1quina que permite que una computadora reconozca im\u00e1genes que muestran c\u00e1ncer colorrectal, una de las causas m\u00e1s comunes de muertes relacionadas con el c\u00e1ncer en Europa y Am\u00e9rica.<\/p>\n
\u00abLos desaf\u00edos de este estudio surgieron de los grandes y complejos tama\u00f1os de imagen, las formas complejas, las texturas y los cambios histol\u00f3gicos en la tinci\u00f3n nuclear\u00bb, dijo Deng. \u00abPero, en \u00faltima instancia, el estudio revel\u00f3 que cuando usamos IA para diagnosticar el c\u00e1ncer colorrectal, el rendimiento se muestra comparable e incluso mejor en muchos casos que el de los pat\u00f3logos reales\u00bb.<\/p>\n
El \u00e1rea bajo la curva caracter\u00edstica operativa del receptor (ROC) (o AUC) es la herramienta de medici\u00f3n del desempe\u00f1o que Deng y su equipo usaron para determinar el \u00e9xito del estudio. Despu\u00e9s de comparar los resultados de la computadora con el trabajo de pat\u00f3logos altamente experimentados que interpretaron los datos manualmente, el estudio encontr\u00f3 que el pat\u00f3logo promedio obtuvo una puntuaci\u00f3n de .969 en la identificaci\u00f3n manual precisa del c\u00e1ncer colorrectal. El puntaje promedio para el programa de computadora de IA asistido por m\u00e1quina fue .98, que es comparable, si no m\u00e1s preciso.<\/p>\n
El uso de inteligencia artificial para identificar el c\u00e1ncer es una tecnolog\u00eda emergente y a\u00fan no ha sido ampliamente aceptado. La esperanza de Deng es que el estudio lleve a m\u00e1s pat\u00f3logos a usar tecnolog\u00eda de preselecci\u00f3n en el futuro para hacer diagn\u00f3sticos m\u00e1s r\u00e1pidos.<\/p>\n
\u00abTodav\u00eda est\u00e1 en la fase de investigaci\u00f3n y a\u00fan no lo hemos comercializado porque necesitamos hacerlo m\u00e1s f\u00e1cil de usar y probar e implementar en m\u00e1s entornos cl\u00ednicos. Pero a medida que lo desarrollemos m\u00e1s, esperamos que tambi\u00e9n se pueda usar para diferentes tipos de c\u00e1ncer en el futuro. El uso de IA para diagnosticar el c\u00e1ncer puede acelerar todo el proceso y ahorrar\u00e1 mucho tiempo. tanto para los pacientes como para los m\u00e9dicos\u00bb, dijo. <\/p>\n
Explore m\u00e1s<\/p>\n
La inteligencia artificial podr\u00eda producir diagn\u00f3sticos de c\u00e1ncer de mama m\u00e1s precisos M\u00e1s informaci\u00f3n:<\/strong> Gang Yu et al, Reconocimiento preciso del c\u00e1ncer colorrectal con aprendizaje profundo semisupervisado en im\u00e1genes patol\u00f3gicas, Nature Communications (2021). DOI: 10.1038\/s41467-021-26643-8 Informaci\u00f3n de la revista:<\/strong> Nature Communications <\/p>\n Proporcionado por la Universidad de Tulane Cita<\/strong>: Nuevo estudio utiliza inteligencia artificial para detectar el c\u00e1ncer colorrectal ( 2021, 2 de noviembre) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-11-artificial-intelligence-colorrectal-cancer.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":" Imagen histopatol\u00f3gica de c\u00e1ncer de carcinoide col\u00f3nico. Cr\u00e9dito: Wikipedia\/CC BY-SA 3.0 Un investigador de la Universidad de Tulane descubri\u00f3 que la inteligencia artificial puede detectar y diagnosticar con precisi\u00f3n el c\u00e1ncer colorrectal a partir de escaneos de tejido tan bien o mejor que los pat\u00f3logos, seg\u00fan un nuevo estudio publicado en la revista Nature Communications. … Continuar leyendo \u00abNuevo estudio utiliza inteligencia artificial para detectar c\u00e1ncer colorrectal\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-3499","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/3499","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=3499"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/3499\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=3499"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=3499"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=3499"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}