PD El Dr. Tobias Lasser (izquierda) y el Dr. Krammer trabajan en el nuevo algoritmo FusionM4Net para la clasificaci\u00f3n de lesiones cut\u00e1neas. Cr\u00e9dito: LMU Klinikum Mnchen <\/p>\n
Los dermat\u00f3logos suelen clasificar las lesiones cut\u00e1neas en funci\u00f3n de m\u00faltiples fuentes de datos. Los algoritmos que fusionan la informaci\u00f3n pueden respaldar esta clasificaci\u00f3n. Un equipo de investigaci\u00f3n internacional ha desarrollado ahora un algoritmo que clasifica las lesiones cut\u00e1neas con mayor precisi\u00f3n que los algoritmos anteriores mediante el uso de un proceso de fusi\u00f3n de datos mejorado. <\/p>\n
Muchas personas en todo el mundo sufren enfermedades de la piel. Para el diagn\u00f3stico, los m\u00e9dicos suelen combinar m\u00faltiples fuentes de informaci\u00f3n. Estos incluyen, por ejemplo, im\u00e1genes cl\u00ednicas, im\u00e1genes microsc\u00f3picas y metadatos como la edad y el sexo del paciente. Los algoritmos de aprendizaje profundo pueden respaldar la clasificaci\u00f3n de las lesiones cut\u00e1neas al fusionar toda la informaci\u00f3n y evaluarla. Ya se est\u00e1n desarrollando varios algoritmos de este tipo. Sin embargo, para aplicar estos algoritmos de aprendizaje en la cl\u00ednica, deben mejorarse a\u00fan m\u00e1s para lograr una mayor precisi\u00f3n diagn\u00f3stica.<\/p>\n
Un nuevo m\u00e9todo de fusi\u00f3n de datos mejora la precisi\u00f3n diagn\u00f3stica<\/p>\n
Un equipo de investigaci\u00f3n dirigido por PD El Dr. Tobias Lasser del Instituto de Ingenier\u00eda Biom\u00e9dica de M\u00fanich (MIBE) en la Universidad T\u00e9cnica de M\u00fanich (TUM) ha desarrollado ahora un nuevo algoritmo de aprendizaje FusionM4Net que muestra una precisi\u00f3n diagn\u00f3stica promedio m\u00e1s alta que los algoritmos anteriores. El c\u00f3digo de FusionM4Net est\u00e1 disponible gratuitamente (ciip.in.tum.de\/software.html). El nuevo algoritmo utiliza el llamado proceso multimodal de fusi\u00f3n de datos de m\u00faltiples etapas para la clasificaci\u00f3n de lesiones cut\u00e1neas de m\u00faltiples etiquetas.<\/p>\n
Para evaluar la precisi\u00f3n diagn\u00f3stica de un algoritmo, se puede comparar con la mejor clasificaci\u00f3n existente para el utilizado. conjunto de datos, para el cual se asigna el valor 100 por ciento. La precisi\u00f3n diagn\u00f3stica promedio de FusionM4Net mejor\u00f3 al 78,5 por ciento a trav\u00e9s del proceso de fusi\u00f3n de m\u00faltiples etapas, superando a todos los dem\u00e1s algoritmos de \u00faltima generaci\u00f3n con los que se compar\u00f3.<\/p>\n
Trabajando hacia la aplicaci\u00f3n cl\u00ednica<\/p>\n
Para fomentar la reproducibilidad, se utiliz\u00f3 un conjunto de datos disponible p\u00fablicamente para entrenar el algoritmo. Sin embargo, en dermatolog\u00eda, los conjuntos de datos no est\u00e1n estandarizados en todas partes. Dependiendo de la cl\u00ednica, pueden estar disponibles diferentes tipos de im\u00e1genes e informaci\u00f3n del paciente. Por lo tanto, para el despliegue cl\u00ednico real, el algoritmo debe ser capaz de manejar el tipo de datos que est\u00e1n disponibles en cada cl\u00ednica espec\u00edfica.<\/p>\n
Junto con el Departamento de Dermatolog\u00eda y Alergolog\u00eda del Hospital Universitario de LMU Munich, el El equipo de investigaci\u00f3n est\u00e1 trabajando intensamente para hacer que el algoritmo sea operativo para la futura rutina cl\u00ednica. Con este fin, el equipo est\u00e1 integrando actualmente numerosos conjuntos de datos que han sido estandarizados para esta cl\u00ednica.<\/p>\n
\u00abEl futuro uso cl\u00ednico rutinario de algoritmos con alta precisi\u00f3n diagn\u00f3stica podr\u00eda ayudar a garantizar que las enfermedades raras tambi\u00e9n sean detectadas por m\u00e9dicos con menos experiencia. y podr\u00eda mitigar las decisiones afectadas por el estr\u00e9s o la fatiga\u00bb, dice el PD Dr. Tobias Lasser. Por lo tanto, los algoritmos de aprendizaje podr\u00edan ayudar a mejorar el nivel general de atenci\u00f3n m\u00e9dica. <\/p>\n
Explore m\u00e1s<\/p>\n
Algoritmo que funciona con la precisi\u00f3n de los dermat\u00f3logos M\u00e1s informaci\u00f3n:<\/strong> Peng Tang et al, FusionM4Net: un algoritmo de aprendizaje multimodal de m\u00faltiples etapas para la clasificaci\u00f3n de lesiones cut\u00e1neas con etiquetas m\u00faltiples, An\u00e1lisis de Im\u00e1genes M\u00e9dicas (2021). DOI: 10.1016\/j.media.2021.102307 Proporcionado por Technical University Munich Cita<\/strong>: Nuevo algoritmo para la clasificaci\u00f3n de lesiones cut\u00e1neas (2022, 14 de enero) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news \/2022-01-algorithm-classification-skin-lesions.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":" PD El Dr. Tobias Lasser (izquierda) y el Dr. Krammer trabajan en el nuevo algoritmo FusionM4Net para la clasificaci\u00f3n de lesiones cut\u00e1neas. Cr\u00e9dito: LMU Klinikum Mnchen Los dermat\u00f3logos suelen clasificar las lesiones cut\u00e1neas en funci\u00f3n de m\u00faltiples fuentes de datos. Los algoritmos que fusionan la informaci\u00f3n pueden respaldar esta clasificaci\u00f3n. Un equipo de investigaci\u00f3n internacional … Continuar leyendo \u00abNuevo algoritmo para clasificaci\u00f3n de lesiones cut\u00e1neas\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-6690","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/6690","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=6690"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/6690\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=6690"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=6690"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=6690"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}