Crean método que permite la lectura de rayos X con IA
Conéctate con nosotros

Innovación

Crean método que permite la lectura de rayos X con IA

Los desarrolladores de esta técnica esperan que en el futuro, la lectura de rayos X por computador facilite las intervenciones quirúrgicas o el tratamiento de lesiones óseas

Publicado

el

metodo rayos x leer con inteligencia artificial

Para la medicina actual, los rayos X hacen parte de las herramientas usuales y necesarias para emitir ciertos diagnósticos. A pesar de que es un elemento indispensable que compite con otras técnicas de diagnóstico, la interpretación de las imágenes obtenidas solo puede realizarlas un profesional de la salud. Estas limitaciones quedarían en el pasado, si se pone en práctica un método desarrollado por expertos en inteligencia artificial (IA) que enseña a computadores, la lectura de rayos X.

Este nuevo logro médico-científico fue alcanzado por investigadores del Laboratorio Nacional del Noroeste del Pacífico (PNNL, en inglés) y la organización benéfica SIGN Fracture Care, pionera en la atención ortopédica y el diseño innovador de implantes que aceleran la curación sin necesidad de máquinas de rayos X de quirófano en tiempo real. De acuerdo con una publicación realizada en la revista JMAI (Journal of Medical Artificial Intelligence), este nuevo método pudo desarrollarse gracias a la base de datos quirúrgica de SIGN, conocida como SOSD, que agrupa más de 125.000 casos con 500.000 imágenes asociadas, considerada como una de las más grandes a nivel mundial.

El inmenso volumen de información permitió a los científicos del PNNL diseñar una herramienta computacional para mejorar el rendimiento analítico de las radiografías y mejorar la precisión de los datos introducidos por los especialistas utilizando técnicas de visión computarizada. Según los expertos, la tecnología mencionada ha mejorado dramáticamente en los últimos años debido a los avances en las arquitecturas de aprendizaje profundo. En particular, las redes neuronales convolucionales (redes artificiales) pueden aprender representaciones jerárquicas directamente de las imágenes sin depender de características manuales. En este proceso, cuanto más profunda sea la red neuronal, mayor será el nivel de abstracción de las características aprendidas resultantes.

También le puede interesar: AISLAMIENTO SELECTIVO INDIVIDUAL SE MANTIENE EN OCTUBRE

Rayos X: lectura computarizada reduce los fallos

Al diseñar técnicas de ‘deep learning’, los desarrolladores manejan un conjunto de imágenes que coinciden en tamaño y orientación, lo que facilita una primera parte del proceso de diseño. Sin embargo, en este caso se encontraron imágenes útiles que no se ajustaban a un estándar pero que debían ser incluidas. Al respecto, se menciona en el artículo que una de las mayores dificultades del proyecto era justamente la calidad y tamaño de las imágenes, ya que las radiografías digitales son una minoría y la mayoría de las imágenes son fotografías de radiografías de película.

Como primera etapa, se clasificaron las imágenes de la base de datos como radiografías por medio de un sistema de clasificación binario, creado específicamente para esta herramienta. Debido a que las radiografías tienden a tener un alto contraste y son en su mayoría en blanco y negro, las imágenes no radiográficas tienden a ser a todo color y tienen un contraste menos marcado fue necesaria la manipulación de imágenes para equilibrar mejor el espacio de color.

Esto produjo 5.151 radiografías y 3.994 imágenes no radiográficas para usarlas en el set de entrenamiento. De estas, el 10% de las imágenes fueron apartadas como un conjunto de validación para comprobar la precisión de nuestro modelo. Se creó un set de prueba que contenía 683 radiografías y 111 imágenes no radiográficas para examinar la capacidad de clasificación de nuestro modelo en imágenes inalteradas dentro de la base de datos que almacena los rayos X.

También le puede interesar: EL FUTURO DEL SISTEMA DE SALUD: ENTREVISTA CON CARLOS FELIPE MUÑOZ, GERENTE GENERAL DE CONSULTORSALUD

En una segunda parte de la iniciativa, el objetivo principal fue detectar el número y la ubicación de los implantes quirúrgicos (tornillos, clavos y placas) en las radiografías. Esto se logró con un aplicativo especial que enseña a la máquina a reconocer los implantes quirúrgicos y a ignorar los errores humanos en las imágenes (como dedos u otras marcas que quedan en los rayos X). El modelo de IA aprendió a identificar los elementos gracias al trabajo meticuloso con 300 radiografías.

rayos X 1
Imagen tomada del modelo de detección con IA. La máquina identifica con precisión los implantes quirúrgicos. Crédito: Pacific Northwest National Laboratory (PNNL).

En las conclusiones del artículo, los científicos mencionan que su modelo de inteligencia artificial trabajó con el modelo R-CNN ResNet-50, afinando sus habilidades para que se enfocara en la ágil detección de clavos, tornillos y placas quirúrgicas en rayos X. Los resultados de la herramienta de detección de objetos se utilizarán en futuros trabajos con el objetivo de sugerir parámetros quirúrgicos óptimos basados en el tipo y la ubicación de la fractura femoral utilizando la información sobre los resultados de los pacientes, cuya información esté disponible en la SOSD.

Innovación

Desarrollan modelo de aneurisma “viviente” en 3D

Científicos estadounidenses crearon un modelo en 3D “viviente” de un aneurisma cerebral, para considerar nuevos tratamientos.

Publicado

el

Desarrollan modelo de aneurisma viviente en 3D

Con el liderazgo del Laboratorio Nacional Lawrence Livermore – LLNL siglas en inglés- en Estados Unidos un equipo científico creó recientemente el primer aneurisma viviente impreso en 3D fuera del cuerpo humano. El LLNL publicó el resultado de su estudio en la revista Biofabrication.

Según el documento el equipo de investigadores logró replicar un anuerisma “in vitro” con ayuda de una técnica de bioimpresión de vasos sanguíneos con células cerebrales humanas copiando un entorno similar en el que se desarrollan las dilataciones de los vasos.

En este sentido, los científicos realizaron un procedimiento de reparación endovascular en el aneurisma impreso con la ayuda de un catéter insertado dentro de un vaso sanguíneo. Con este mismo modelo el equipo pudo evidenciar el proceso de curación postquirúrgico de las células que se encuentran dentro de los vasos sanguíneos afectados.

El modelo de aneurisma fue creado a partir de hidrogel en el que se colocaron células del cerebro humano denominadas hCMEC, que posteriormente se extendieron recubriendo el interior del modelo, creando un aneurisma casi idéntico a uno cerebral que los médicos y científicos pueden examinar y trabajar sobre él.

También puede leer: Minsalud fija fecha para que EPS cumplan con las condiciones de habilitación

Tratamientos actuales para aneurisma

Recordemos, que un aneurisma es una protuberancia o burbuja en un punto determinado dentro de un vaso sanguíneo, este vaso generalmente se encuentra ubicado en el cerebro o el corazón por lo que es altamente peligroso ya que si llega a romperse suele tener consecuencias mortales para el paciente.

Teniendo en cuenta que las zonas donde se desarrollan los aneurismas son altamente sensibles y delicadas a menudo son complejas de encontrar y tratar. La investigadora del proyecto, Mónica Moya sostiene que ” si podemos replicar aneurismas tanto como sea necesario con estos dispositivos, podríamos ayudar a acelerar algunos de estos productos en la clínica y, esencialmente, brindar a los pacientes mejores opciones de tratamiento”

Actualmente, el tratamiento para un aneurisma consiste en la implementación de un clip de metal en la base del aneurisma para desviar la sangre y evitar que el vaso estalle. No obstante, científicos alrededor del mundo consideran que es un tratamiento invasivo ya que consiste en la perforación del cráneo cuando el aneurisma está en el cerebro.

Otro método consiste en el enrollamiento endovascular, que consiste en la inserción de un catéter en una arteria de la ingle pasándolo con sumo cuidado a través del cuerpo hasta llegar al punto del aneurisma para introducir posteriormente una espiral de refuerzo para inducir a la coagulación del aneurisma.

Finalmente, el coautor del estudio William Hynes, puntualiza que: “analizamos el problema y pensamos que si podíamos combinar el modelado computacional y los enfoques experimentales, tal vez podríamos idear un método más determinista para tratar los aneurismas o seleccionar los tratamientos que pudieran servir mejor al paciente”

También puede leer: Dexametasona aumentaría la supervivencia de bebés prematuros

Continuar leyendo

Innovación

Científicos crean biomaterial que podría restaurar el tejido óseo

Científicos de la Universidad Nacional de Investigación de Samara en Rusia desarrollaron un biomaterial que permitiría restaurar algunos componentes del tejido óseo.

Publicado

el

Científicos crean biomaterial que podría restaurar el tejido óseo

Científicos de la Universidad Nacional de Investigación de Samara en Rusia desarrollaron un biomaterial que permitiría restaurar algunos componentes del tejido óseo. En específico el tratamiento podría ayudar especialmente a pacientes que sufren de osteoporosis, una enfermedad que provoca debilidad en los huesos aumentando el riesgo de sufrir una fractura.

Yelena Timchenko, líder de la investigación y autora de este estudio, explicó que el material está basado en el uso del mineral hidroxiapatita el cristal principal de los huesos y principal factor aportante a la dureza y rigidez de estos.

De acuerdo con la investigadora. a diferencia de la hidroxiapatita común, usualmente usada para restaurar los componentes minerales de los huesos, el biomaterial desarrollado denominado “hidroxipatita alogénica” obtenida a través de una tecnología única podría lograr reemplazar la sección orgánica de los huesos.

“Este nuevo material permite restaurar los componentes minerales perdidos del tejido óseo para ajustar el tratamiento de la osteoporosis, así como también el componente orgánico, considerado la ‘carcasa’ de todo biotipo”, aseguró la experta.

El equipo científico analizó la calidad del biomaterial mejorando sus métodos de obtención resaltando que no hay análogos en el mundo de este material para tratar la osteoporosis. Del mismo modo, se han realizado ensayos experimentales sobre la componsición de tejido óseo con osteoporosis para evaluar la particularudad de sus estructuras en sus manifestaciones.

Recordemos, que a pesar de que esta condición es causada principalmente por cambios hormonales relacionados a la edad (prevalente en mujeres con menopausia) también puede ser provocada por vuelos espaciales en gravedad cero.

Según la NASA se ha evidenciado que los astronautas pierden el 10% de la masa ósea del fémur en viajes de 6 meses al espacio. En este sentido, la creación de este biomaterial podría usarse en ensayos preclínicos para estudiar su eficacia en la prevención de la osteoporosis tanto en la tierra como en el espacio.

También puede leer: Alto porcentaje de cardiopatías se derivan de mala alimentación

Continuar leyendo

Innovación

Proponen modelo computacional para estudiar la tuberculosis

El modelo computacional está diseñado para una mayor comprensión de las fases iniciales de infección

Publicado

el

proponen modelo computacional tuberculosis

Recientemente, se presentó en PLOS COMPUTATIONAL BIOLOGY un modelo computacional elaborado por la Unidad de Tuberculosis Experimental del Instituto de Investigación Germans Trias i Pujol (IGTP), diseñado para reproducir la dinámica de la tuberculosis en un pulmón virtual. La creación de esta herramienta está incentivada por el devastador efecto que causa la enfermedad hoy en día. Actualmente, pese a las estrategias de vacunación y el desarrollo de tratamientos, se mantiene como una de las 10 primeras causas de mortalidad en el mundo.

La enfermedad es provocada por la bacteria Mycobacterium tuberculosis, patógeno que infecta los alveolos pulmonares. Sin embargo, de acuerdo con estadísticas, un 90% de la población infectada nunca desarrolla la patología. Las complicaciones se centran en el 10% de personas que se ven afectadas por la patología, ya que se desconocen los factores principales que la desencadenan en estos individuos.

Para crear este modelo computacional, los investigadores partieron de la siguiente hipótesis: la reinfección endógena juega un papel importante en el mantenimiento de la infección latente. Para comprobarlo, desarrollaron un modelo basado en agentes que describe el crecimiento, la fusión y la proliferación de las lesiones de tuberculosis en un árbol bronquial computacional. Para que la herramienta sea funcional, el grupo de expertos creó un algoritmo interactivo que genera tubos bronquiales y bifurcaciones dentro de un volumen tridimensional de la superficie del pulmón, según explicó Clara Prats, integrante del equipo.

También le puede interesar: ESTOS SON LOS NUEVOS AJUSTES A LOS SOPORTES DE FACTURACIÓN DE SERVICIOS DE SALUD

Modelo 3D podrían predecir los avances de la tuberculosis

Además de este complejo sistema, el instrumento presentado se fundamenta en datos obtenidos por tomografías computarizadas en cinco modelos animales (minicerdos). Según el artículo, las imágenes utilizadas fueron aquellas que mostraban las etapas iniciales de infección por Mycobacterium tuberculosis. A su vez, éstas fueron las que sirvieron para generar el pulmón computarizado.

journal.pcbi .1007772.g002
Imagen de reconstrucción pulmonar. A la derecha se representa la ubicación y el tamaño de las lesiones pulmonares causadas por tuberculosis en los modelos animales. Fuente: PLOS COMPUTATIONAL BIOLOGY

“El resultado es un modelo que nos permite reproducir y comprender los datos experimentales en la computadora. Hemos podido mostrar una relación importante entre el número final de lesiones de tuberculosis y la frecuencia de reinfección endógena y el crecimiento de las lesiones”, dijo Martí Català, otro de los investigadores. El modelo también se ha utilizado como plataforma experimental in silico para explorar la transición de la infección latente a la enfermedad activa, identificando los principales factores desencadenantes: una elevada respuesta inflamatoria y la combinación de una respuesta inflamatoria moderada con una baja amplitud respiratoria.

Ante los resultados vistos con el software, los investigadores consideran que este modelo computacional permitirá hacer predicciones para futuras acciones como nuevos biomarcadores, estrategias preventivas y terapias para la tuberculosis en humanos.

También le puede interesar: ASMA EN COLOMBIA: ¿CÓMO ESTÁ LA CARGA DE LA ENFERMEDAD?

Continuar leyendo

Evento Gratuito

Próximos Eventos

Innovación

Latinoamércia

Productos destacados

Tendencias

Indicadores / Cifras