Un modelo de inteligencia artificial (IA) puede ayudar a predecir los resultados cl\u00ednicos en el momento de la evaluaci\u00f3n laparosc\u00f3pica para el c\u00e1ncer de ovario seroso de alto grado avanzado (HGSOC), seg\u00fan un estudio presentado en la Reuni\u00f3n Anual sobre el C\u00e1ncer de la Mujer de la Sociedad de Oncolog\u00eda Ginecol\u00f3gica, celebrada del 18 al 21 de marzo en Phoenix. <\/p>\n
Deanna Glassman, MD, del MD Anderson Cancer Center de la Universidad de Texas en Houston, y sus colegas usaron videos quir\u00fargicos laparosc\u00f3picos previos al tratamiento (435 im\u00e1genes fijas) de 113 pacientes con HGSOC patol\u00f3gicamente probado (2013 a 2019) para entrenar una IA modelo que utiliza aprendizaje profundo y redes neuronales. El modelo se utiliz\u00f3 para identificar tendencias en los patrones morfol\u00f3gicos entre pacientes con una excelente respuesta al tratamiento est\u00e1ndar (definida como una supervivencia libre de progresi\u00f3n de al menos 12 meses) y aquellos con una respuesta deficiente a la terapia (definida como una supervivencia libre de progresi\u00f3n de no m\u00e1s de 12 meses). de seis meses).<\/p>\n
Los investigadores encontraron que el modelo identific\u00f3 con \u00e9xito a los pacientes con una respuesta duradera a la terapia (53 por ciento) frente a aquellos con un intervalo corto hasta la recurrencia con un grado de precisi\u00f3n del 93 por ciento. El modelo alcanz\u00f3 una sensibilidad del 100 % en la detecci\u00f3n de pacientes con una respuesta excelente a la terapia cuando se usaban solo im\u00e1genes fijas, pero clasific\u00f3 err\u00f3neamente a algunos pacientes con una respuesta deficiente a la terapia (especificidad del 63 %). Los investigadores sugirieron que la falta de especificidad puede deberse al menor n\u00famero de im\u00e1genes correspondientes a pacientes con mala respuesta a la terapia (167 pacientes) frente a pacientes con excelente respuesta (268 pacientes).<\/p>\n
\u00abEste estudio piloto es una frontera emocionante en la innovaci\u00f3n quir\u00fargica que muestra c\u00f3mo podemos usar el aprendizaje autom\u00e1tico para mejorar nuestro enfoque cl\u00ednico para tratar a pacientes con c\u00e1nceres ginecol\u00f3gicos\u00bb, dijo Glassman en un comunicado. \u00abUna implicaci\u00f3n importante de nuestro estudio es que el modelo de IA podr\u00eda identificar a los pacientes que probablemente tengan una respuesta deficiente a las terapias tradicionales, lo que permitir\u00eda a los m\u00e9dicos modificar los planes y objetivos quir\u00fargicos y brindar oportunidades para adaptar las estrategias terap\u00e9uticas en esos pacientes\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Mejores resultados con la histerectom\u00eda abierta para el c\u00e1ncer de cuello uterino temprano M\u00e1s informaci\u00f3n:<\/strong> M\u00e1s informaci\u00f3n <\/p>\n Copyright 2021 HealthDay. Reservados todos los derechos. <\/p>\n Cita<\/strong>: El modelo de IA puede ayudar a predecir los resultados del tratamiento del c\u00e1ncer de ovario (25 de marzo de 2022) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2022-03-ai-ovarian -cancer-treatment-outcomes.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":" Un modelo de inteligencia artificial (IA) puede ayudar a predecir los resultados cl\u00ednicos en el momento de la evaluaci\u00f3n laparosc\u00f3pica para el c\u00e1ncer de ovario seroso de alto grado avanzado (HGSOC), seg\u00fan un estudio presentado en la Reuni\u00f3n Anual sobre el C\u00e1ncer de la Mujer de la Sociedad de Oncolog\u00eda Ginecol\u00f3gica, celebrada del 18 al … Continuar leyendo \u00abEl modelo de IA puede ayudar a predecir los resultados del tratamiento del c\u00e1ncer de ovario\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-9772","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/9772","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=9772"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/9772\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=9772"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=9772"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=9772"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}