Seleccionar página

Un  estudio  publicado en Gastroenterology ha encontrado que los modelos de aprendizaje automático basados ​​en radiómica pueden detectar el cáncer de páncreas en tomografías computarizadas previas al diagnóstico sustancialmente antes que los métodos actuales para el diagnóstico clínico.

«El cáncer de páncreas es una enfermedad mortal y una de las principales causas de muerte relacionada con el cáncer», dice  Ajit Goenka, MD , radiólogo de diagnóstico de Mayo Clinic y autor principal del estudio.

El Dr. Goenka dice que, si bien la detección temprana aumenta las posibilidades de un tratamiento exitoso, las imágenes estándar no pueden detectar el cáncer de páncreas temprano .

«Es posible que hasta el 40 % de los cánceres de páncreas pequeños no aparezcan en las imágenes estándar. Como resultado, la mayoría de los pacientes presentan una enfermedad avanzada y no curable», dice el Dr. Goenka.

Por esta razón, el Dr. Goenka y sus colegas buscaron incorporar la inteligencia artificial (IA) en el examen radiológico para detectar el cáncer de páncreas en un estado más temprano y curable. «Descubrimos que los modelos de IA pueden detectar el cáncer de un páncreas de apariencia normal en las tomografías computarizadas varios meses antes de los síntomas del cáncer, incluso cuando la enfermedad estaba más allá del alcance de la percepción de los radiólogos».

los investigadores construyeron modelos avanzados de aprendizaje automático que podían predecir el riesgo futuro de cáncer de páncreas en un tiempo medio de 386 días, un rango de 97 a 1092 días, antes del diagnóstico clínico con precisiones que oscilaban entre el 94 % y el 98 %.

Finalmente, los investigadores validaron la alta especificidad (96,2 %) del modelo de IA en un conjunto de datos de TC de código abierto para aumentar aún más la confiabilidad de la metodología de IA.

Fuente: Mayo Clinic

TRABEM y 1MillionBot unen sus fuerzas para dar soluciones tecnológicas al sector salud

TRABEM y 1MillionBot unen sus fuerzas para dar soluciones tecnológicas al sector salud


Conoce más sobre este observatorio en el siguiente enlace: Quienes somos. Observatorio IA

Quiénes somos